荣耀机器人手机开启预约，将具身AI引入智能手机

引言

荣耀在上海2026世界人工智能大会上展示了更完整的机器人手机版本，这款智能手机将多关节相机系统与移动AI智能体相结合。

该公司还宣布推出两种新配色，并通过其在中国的销售渠道开放预约。这两款配色的中文名可译为月影灰和星轨银，不过当这款商用产品进入更多市场时，正式英文零售名可能会有所不同。

荣耀将机器人手机描述为全球首款机器人智能手机，也是其全新Agentic OS架构的早期硬件载体。这些都是荣耀自身的定位。最终的商用设备、完整规格、支持区域、价格及功能可用性仍需要通过官方产品发布会确认。

已经明确的是方向：荣耀希望智能手机能够超越屏幕响应。凭借紧凑型电动摄像头、多模态感知、跨应用任务执行和富有表现力的物理运动，机器人手机旨在将软件智能与现实世界中的可视行动连接起来。

图片来源：荣耀和GSMA/MWC。

机器人手机从概念走向预约

荣耀在2026年世界移动通信大会上首次公开展示了机器人手机。当时，这款设备被介绍为一种围绕具身AI、机器人运动和电影级成像构建的新型智能手机形态。

在2026年世界人工智能大会上，荣耀将叙事从实验性硬件概念转向进入预约阶段的产品。

该设备的核心是一个安装在紧凑型机器人云台上的摄像头模块。展开后，摄像头可以独立于手机机身移动。这使其能够稳定视频、追踪拍摄对象、在视频通话期间保持构图，并将运动用作一种可视化的交互形式。

荣耀官方产品页面将该硬件描述为业界最小的四自由度云台系统，由高度紧凑的电机驱动。其中三个轴用于机械相机稳定，额外的运动能力则支持具身交互。

"业界最小"的称号来自荣耀实验室的比对，并非独立认证。官方页面还指出，所展示的功能仍在准备中，最终界面和用户体验在商用发布前可能会有所变化。

从智能手机摄像头到具身AI界面

传统智能手机可以通过摄像头"看"，通过麦克风"听"，通过本地或云端模型进行推理，并触发数字服务。

机器人手机增加了另一个层面：物理运动。

摄像头组件可以转动、

倾斜、跟随人物，并做出类似肢体语言的手势。荣耀表示，它能在同意时点头，不同意时摇头，随音乐律动，并在通话中保持视觉关注。

但这并不意味着手机变成通用机器人。它的物理活动范围仅限于摄像头和云台机制。不过，该机制为AI系统提供了一个可见的执行器——它可以根据感知到的信息做出相应动作。

这一成果介于几个熟悉的产品类别之间：

传统智能手机	云台相机	机器人手机
主要基于屏幕交互	机械稳定画面	结合防抖与AI导向运动
摄像头方向固定	摄像头跟随受控运动	摄像头可追踪主体并表达反应
AI主要通过应用运行	硬件聚焦于影像	AI连接数字任务与物理行为
用户手持或放置设备	云台优化取景	设备可更独立地保持注意力

实际价值取决于这些动作是否实用而非装饰。可靠的追踪、低噪音、耐用性、续航影响、防摔保护以及安全回收机制，其重要性可能不亚于该技术的新颖性。

智能体操作系统：以意图为核心的操作系统

硬件展示是荣耀更大规模发布的一部分——智能体操作系统（Agentic OS），荣耀称之为面向合作伙伴的多模态智能体操作系统。

传统移动操作系统围绕应用程序组织。用户决定打开哪个应用、浏览其界面、输入信息、切换到另一个应用，并手动在工作流中传递上下文。

荣耀提出的智能体操作系统模式则从用户的预期结果出发。

例如，用户无需打开多个应用来组织生日晚会，只需描述目标。系统随后需理解请求、收集偏好、寻找合适服务、协调预约、处理不可用情况，并返回结果供确认。

荣耀为智能体操作系统描述了四个基本特征：

1. 以意图为核心的架构： 系统围绕任务运作，而非将每个应用视为孤立目的地。
2. 自然交互： 语音、视觉、手势、注视、动作及其他感官输入可成为界面的一部分。
3. 主动智能： 智能体可规划步骤、推荐操作并执行已批准的任务。
4. 原生跨设备协同： 手机、电脑、平板、可穿戴设备、家居设备、云模型及专用智能体可协同工作。

在世界人工智能大会论坛上，荣耀将其扩展为全栈操作系统概念。硬件、内核、模型、智能体框架、接口及生态服务被视为相互连接的层级。

在这一设计中，操作系统不仅管理进程、线程、内存和传统应用，还需管理模型、智能体权限、任务状态、工具、上下文、记忆和恢复。

画面中有五位嘉宾，分别对应“张小琴”“祝伟民”“黄帝”“许主洪”“徐鹏”等名字，背景为深色，上方有蓝色灯光装饰，下方观众席灯光较暗。此图与上下文紧密相关，上下文介绍了HONOR提出的Agentic OS概念，该图片可能是该论坛或活动中的一个环节，展示了参与该主题讨论的嘉宾。](https://we0-cms.oss-cn-beijing.aliyuncs.com/cms-assets/image/2026/07/f1a9f579-b82c-4907-b924-4224737c0ddf-82c59086-094e-4694-98cb-b10da8f65882.jpeg)

图片来源：原新浪财经文章，文汇日报授权使用

2026世界人工智能大会上展示的跨应用操作

荣耀通过论坛演讲和互动体验，演示了“智能手机机器人”概念。

其中一种场景结合了生日规划中的三个常见任务：

1. 订购蛋糕
2. 安排前往餐厅的交通
3. 预订KTV包间

此次演示的重点并不在于单一操作的技术难度——现有应用已各自支持这些服务。

真正的挑战在于如何在多个操作之间保持上下文连贯。

一款强大的移动智能体需要记住活动主题、地点、时间、人数、用户偏好、预算以及先前选择。它还必须在与多个服务交互时不偏离原始目标。

此外，荣耀还展示了围绕足球话题的对话交互，以及一款摄像头云台随节奏律动的音乐场景。

这些演示被呈现为感知、推理、执行与反馈协同运作的范例，但尚未证明系统在处理异常界面、支付确认、服务故障、网络中断或模糊指令时的可靠性。

长周期移动任务为何难度高

文章用一次旅行规划请求，阐释了真实移动智能体的复杂性：

安排下周三前往上海参加智能制造大会的行程。

人类理解这一请求隐含众多决策步骤。手机智能体必须将这些决策显性化，并连接到相应工具。

完整的操作流程可能要求系统：

1. 确定正确的日期和会议地点
2. 获取用户的交通偏好
3. 搜索合适的列车
4. 优先选择行程较短的二等座靠窗车票
5. 寻找靠近会场的酒店
6. 在首选列车售罄时进行补救
7. 解读会议日程的照片
8. 检测并打开二维码
9. 完成注册表单
10. 将后续操作呈现给用户确认

这是长周期任务，因为后续步骤依赖前期结果。列车售罄会改变到达时间，进而影响酒店选择和注册安排。

失败原因不仅限于语言模型误解请求。应用界面变更、页面加载缓慢、技能返回不完整数据、登录凭证过期或操作需要确认等问题，都可能中断任务。

因此，实用的移动智能体不仅需要强大的模型，还需要稳健的协调能力。

模型与支持框架必须协同演进

阿里巴巴与荣耀将移动智能体描述为基础模型与外围智能体框架的结合。

模型负责以下能力：

• 理解用户意图
• 解读图像与文本

规划一系列动作。

• 比较不同选项。
• 在变化条件下做出决策。

“驾具”负责管理操作层面：

• 上下文。
• 长期与短期记忆。
• 技能与工具。
• 应用状态。
• 任务进度。
• 权限。
• 错误处理。
• 重试与恢复。
• 执行追踪。

一个模型能生成出色的计划，但如果“驾具”无法可靠地操作接口，计划依然可能失败。反之，设计精良的“驾具”也无法修复弱模型导致的每次误解。

更棘手的技术问题在于，如何通过真实任务的反馈让这两部分同时改进。

当环境返回结果时，系统需要理解该动作是成功、失败，还是产生了意外状态。这些信息必须影响下一步决策。

正是这种反馈循环，将一系列工具调用转化为一个能完成工作的智能体。

阿里巴巴与荣耀打造基于Qwen的移动端解决方案

荣耀宣布正与阿里巴巴合作，围绕Qwen模型家族优化移动端模型解决方案。

此次合作旨在让模型能力适配真实智能手机场景，而非简单地将通用云端聊天机器人嵌入移动界面。

荣耀在WAIC上的官方公告称，双方正联合开发面向手机使用场景的终端模型解决方案。新浪/文汇的报道指出，相关成果已应用于Robot Phone。

阿里云另外表示，与荣耀的合作将视觉问答准确率提升了近40%。该百分比为阿里巴巴公布的结果。公司在引用的公告中并未提供足够详细的基准测试数据，供外界独立复现该数字。

视觉问答对移动端智能体至关重要，因为手机环境以视觉信息为主。系统可能需要读取应用屏幕、理解照片、解析文档、识别按钮、扫描二维码，或将视觉内容与存储偏好结合。

此次合作也反映了更广泛的行业格局。设备制造商掌控传感器、操作系统、账户和硬件；模型提供商贡献语言能力、多模态推理、训练基础设施和智能体工程。任何一方都无法独立提供可靠的移动端智能体。

基于超千项移动任务的基准测试

阿里巴巴表示，已围绕超过1000个真实移动场景设计了基准测试。

根据原始报道，评估内容涵盖：

• 超过200个常用移动工具。
• 超过200项记忆检索任务。
• 超过40种日常技能组合。
• 超过400项协作界面操作。

两家公司表示，相较于基础模型，联合优化的解决方案提升了任务完成率和用户体验。

原始文章未附上完整的基准测试论文、数据集、评分方法、基线表格或独立审核的结果。因此，这些数据应被视为所报告的评估范围，而非外部研究人员目前可复现的公开基准。

即便如此，评估方向的选择依然

分类是有效的。一个可信的移动智能体基准测试应当考察的不仅仅是一个模型能否识别下一个按钮。

它应该包含：

• 多步骤任务完成
• 记忆准确性
• 跨应用上下文迁移
• 对已变更或不可用选项的恢复能力
• 权限处理
• 执行重大操作前的确认
• 视觉理解
• 对界面变化的响应
• 时间与资源成本
• 用户纠正与接管

在受控的屏幕导航数据集上取得高分，并不能自动转化为可靠的日常使用表现。

OpenClaw 将云台转化为智能体执行器

荣耀表示，机器人手机的云台已接入 OpenClaw 开放平台。

其理念是将摄像头模组暴露为一个执行器，开发者可以通过自然语言驱动的智能体工作流对其进行控制。

这使得应用程序能够请求执行以下动作：

• 转向说话者
• 让移动中的人物保持在画面中
• 为视频通话调整位置
• 执行预定义的表达性动作
• 录制时跟随物体
• 将感知与物理响应相结合

原文未详细说明具体的公开 API、开发者要求、权限、支持的命令以及发布状态。

物理控制需要比普通内容生成更为严格的安全措施。一个开发者平台应定义运动范围、碰撞处理、摄像头隐私指示器、用户同意、紧急停止、前台/后台权限，以及对静默激活的限制。

由于执行器包含摄像头，系统还必须在感知或录制处于活跃状态时给出明确提示。

手机内置的四自由度云台

机器人手机的核心机械特征是紧凑的四自由度云台。

荣耀表示，该手机采用自研微电机，与荣耀实验室选定的主流行业参考相比，电机尺寸缩小了70%。公司称其为业内最小的微电机和最小的四自由度智能手机云台。

产品页面将两项相关功能区分开来：

• 机器人级具身运动控制，实现富有表现力且可交互的运动。
• 三轴云台稳定，确保录制时摄像头保持稳定。

荣耀还宣传了：

• AI 物体追踪
• 短暂遮挡后快速重新捕捉
• 全角度 AI 视频通话
• 90 度和 180 度 AI 旋转快拍模式
• 同步音乐的运动
• 与 ARRI 合作开发的电影级影像技术

这些都是官方的产品声明与演示。摄像头画质、电机耐久性、稳定表现、追踪精度、声学噪音以及功耗，仍需在最终商用硬件上进行独立测试。

图片来源：HONOR 及 GSMA/MWC。

与ARRI合作打造电影级影像

荣耀还同专业电影级摄像机制造商ARRI展开了战略技术合作。

据两家公司称，ARRI的影像科学、色彩技术、视觉风格和制作经验将被融入手机影像领域，初步成果将在机器人手机上呈现。

这套体系独立于设备协作的范畴，但为机械摄像头提供了一个实际应用场景：内容创作。

一台能够追踪主体并稳定画面的电动摄像头，或许能让创作者不必手持手机或依赖他人操作，就能出现在镜头中。

合作的实际价值，取决于最终产品中融入的ARRI色彩与影像功能如何。仅凭合作声明，并不能证明手机就能达到专业电影级硬件的水准。

图片来源：HONOR、ARRI及GSMA/MWC。

荣耀的“一个主智能体，多个专家智能体”架构

荣耀将未来的智能设备生态描绘为一种架构：由一个主要个人智能体协调多个专家智能体和设备。

主智能体将与用户紧密相伴，维护已获授权的上下文信息，并理解用户的偏好。在需要时，它会调用专业功能。

例如，一个旅行请求可能会涉及：

• 了解用户偏好的个人智能体。
• 交通服务。
• 酒店搜索智能体。
• 日历服务。
• 支付服务。
• 导航系统。
• 云端推理模型。
• 本地设备传感器。

这种架构试图连接三个通常处于割裂状态的部分：

1. 设备
2. 服务
3. 数据

荣耀此前关于智能体操作系统的资料描述了如何协调个人设备、边缘服务和云端智能。而在世界人工智能大会上的公告则强调了一个连接到专业终端、垂直生态系统和云端模型的便携式主智能体。

这一概念颇具吸引力，但也引入了棘手的治理问题。

用户画像由谁掌控？哪个智能体可以访问哪些数据？如何选择相互竞争的服务？一个服务提供商能看到传递给另一个提供商的上下文信息吗？用户如何撤销访问权限？当专家智能体意见不一时该怎么办？

这些问题将决定一个多智能体生态系统的体验是便捷高效还是令人困扰。

从工具型AI到“伙伴”式体验

荣耀将自身的人工智能战略概括为增强人类智能。

该公司的理念是，AI应该增强人类的能力，而非取代人类。在这一框架下，智能通过智商——解决问题的能力——和情商——理解与做出敏锐响应的能力——两方面来描述。

机器人手机被视为这一理念的实体化体现。

传统的人工智能助手以语言回应，

通知与屏幕变化。机器人手机可面向用户、保持注意力、随音乐移动，并将摄像头作为肢体语言的一种形式。

荣耀CEO赵明将理想中的转变描述为从工具到伙伴、从指令到意图驱动交互的进化。

会议讨论中出现了"自我意识""类人智能""类人生命体"等表述。这些词汇具有哲学与宣传属性，并不代表产品具备意识或生物特性。

更准确的描述是：该设备是一个工程系统，通过记忆、多模态感知、规划、软件执行与物理运动，实现类似伙伴的交互体验。

机器人手机普及前必须解决的关键问题

机器人手机生动描绘了具身移动AI的前景，但商用类别仍面临重大挑战。

机械可靠性

电动摄像头引入活动部件，可能产生磨损、积灰、冲击损坏或位置偏移。

电池续航

持续感知、模型推理、摄像头追踪及电机运动可能显著增加功耗。

厚度与重量

摄像头模组需要内部空间。用户需权衡其功能优势是否值得接受更大的体积或重量。

隐私保护

可独立旋转的摄像头需配备可视化指示灯、清晰权限控制及可预测行为机制。

安全性

机械结构应具备安全回收功能，可检测障碍物，遇阻即停，避免夹伤或碰撞周围物体。

应用与服务兼容性

跨应用自动化依赖稳定集成。接口、登录系统及区域服务可用性频繁变动。

错误恢复

智能代理必须识别故障、说明问题原因、保留任务状态，并允许用户接管操作。

支付与高影响操作

涉及购买、预订、消息发送、注册及账户变更等操作需设置适当确认机制。

透明度

用户需清楚每项操作调用的具体模型、服务、账户、记忆及权限。

定价

最终定价将决定机器人手机是成为专业创作者设备、高端旗舰机型，还是开创更广阔产品品类的起点。

已公布功能与待公开信息对照

已确认或官方演示功能	仍需完整商用细节
机器人手机已实现硬件运行	最终零售价格
中国区已开放预订	完整全球发售时间表
公布两款中国市场新配色	官方英文颜色命名
紧凑型4自由度云台系统	完整尺寸与重量参数
三轴机械防抖	电池容量与续航表现
AI物体追踪与SpinShot功能演示	最终摄像头规格参数
Agentic OS框架	上市时的确切功能支持范围
基于通义千问的阿里合作	公开基准测试方法
OpenClaw平台概念	完整开发者API与政策
ARRI技术合作	合作具体范围

物流软件中的功能 |

荣耀官方全球产品页面明确指出，所示功能仍处于筹备阶段，最终商用体验可能存在差异。

这一说明至关重要。机器人手机相比静态概念更接近市场，但生态系统中的部分环节仍在完善中。

常见问题

什么是荣耀机器人手机？

荣耀机器人手机是一款配备可伸缩电动相机云台及具身AI功能的智能手机。荣耀将其定位为融合手机、AI智能体、机器人运动与电影级影像的新设备品类。

荣耀机器人手机能否购买？

荣耀宣布已通过其中国渠道于2026年7月18日开放预订。完整定价、发货时间、全球上市情况及最终配置信息未在原始报道中披露。

什么是4DoF云台？

四自由度系统可沿四个独立运动维度移动。荣耀将该机制用于相机稳定、追踪、动态表达及具身交互。

机器人手机的AI智能体有哪些功能？

荣耀演示了跨应用任务，如订购蛋糕、安排交通及预订KTV包房。该系统还旨在理解多模态输入、调用记忆、使用工具、自我纠错并协调数字与物理动作。

什么是智能体操作系统？

智能体操作系统是荣耀提出的以用户意图和任务为中心的操作系统架构，而非孤立应用。它结合了多模态交互、主动规划、执行及跨设备智能体协作。

机器人手机是否使用阿里巴巴的通义千问模型？

荣耀与阿里巴巴已宣布基于通义千问联合优化移动场景终端模型方案，原始报道称该方案已应用于机器人手机。具体模型版本、本地与云端部署分配及最终部署细节尚未完全披露。

什么是机器人手机的OpenClaw？

荣耀将OpenClaw描述为一个开放平台，可将手机云台转化为智能体控制的执行器。其完整API、权限及发布状态的公开文档在报道发布时尚未明确。

所有演示的机器人手机功能是否最终版本？

否。荣耀官方产品页面声明，展示功能仍在筹备中，最终界面与功能以商用版本为准。

相关工具

• 荣耀机器人手机：荣耀官方产品概览，涵盖云台、具身交互、追踪、影像及ARRI合作。
• 荣耀智能体操作系统：荣耀对以意图为中心的移动操作系统架构的官方解释。
• 荣耀开发者服务：面向荣耀设备服务、应用、文档及生态集成的开发者门户。
• 通义千问：阿里巴巴的多模态模型系列，应用于云端、移动端及物理AI场景。
• [阿里云模型工作室](https://www.alibabacloud.

com/en/product/modelstudio)：一个用于开发和部署通义千问及其他生成式AI模型应用的平台。

• ARRI：专业电影技术公司，与荣耀合作开发机器人手机影像系统。

相关链接

• 荣耀WAIC 2026官方公告：关于预约、配色、Agentic OS、通义千问合作、演示及OpenClaw的官方详细信息。
• 荣耀机器人手机官方页面：四轴云台、追踪功能、运动系统及影像功能的产品演示与官方说明。
• 荣耀Agentic OS技术方向：荣耀对其下一代移动操作系统的四重定义。
• 荣耀MWC 2026机器人手机发布公告：机器人手机及其具身AI设计的早期全球发布信息。
• 阿里云关于通义千问AI硬件生态的阐述：阿里对通义千问在硬件领域应用及与荣耀合作的说明。
• 荣耀与ARRI合作公告：双方在移动影像领域合作的官方信息。
• WAIC官方网站：世界人工智能大会的官方信息。

总结

荣耀在WAIC 2026上推动机器人手机进一步走向商业现实，在中国开放预约，并展示了一款电动摄像头如何同时充当影像系统与AI Agent的物理交互界面。

该设备集成了紧凑型四轴云台、三轴稳定系统、AI追踪、表情化运动、Agentic OS、OpenClaw，以及与阿里合作开发的基于通义千问的移动解决方案。荣耀还希望这款手机能跨应用协调长周期任务，而非仅停留于问答功能。

最艰巨的挑战在于可靠性而非炫技。跨应用执行、错误恢复、权限管理、机械耐用性、隐私保护、电池续航及透明确认机制，将决定具身AI是成为实用的手机功能，还是仅作为高端噱头存在。

机器人手机真正的意义不在于摄像头能移动——而在于荣耀正尝试将物理运动、软件执行与多模态推理融合为统一的移动智能体系统。