三件事：模型矩阵、Harness、把重活交给手机
2026 年 9 月 16 日，2026 vivo 开发者大会在深圳举行。vivo 副总裁、OS 领域副总裁兼 vivo AI 全球研究院院长周围在台上把今年的 AI 战略拆成三件事：大模型矩阵升级、系统级蓝心 Harness、以及让手机扛重活。vivo 同时公布 OriginOS 7 与蓝河操作系统 4，并称其全球用户已接近 6 亿。
他给出的目标很直接：把手机从通用操作系统重构为懂意图、交付结果的个人化智能系统。整场大会的思路被概括为「大模型加 Harness」——模型负责能力，Harness 负责把能力接进系统的感知、记忆、规划与执行环节。
模型矩阵：分工而不是堆叠
新的蓝心大模型矩阵包含四款核心模型，各自承担不同角色。
BlueLM-RealTime 负责端到端语音理解。官方称其重点改善了嘈杂环境、轻声说话、带口音、连续对话与中英混合表达等场景下的识别能力。这一点与智能体落地的关系比看上去更近：语音是手机端最主要的输入通道，输入环节的识别质量直接决定后续规划与执行的上限。
BlueLM-Nano 是端侧多模态模型，主打实时感知与个人记忆沉淀。它能融合处理屏幕、图像、视频、文本与文件信息，并结合使用习惯、设备状态与时空信息形成记忆。官方给出的场景是：一通电话结束后，系统能及时整理核心内容并生成概要。硬件侧的对应表述是，Nano 的目标是在控制内存需求的同时提高本地处理能力。
BlueLM-Flash 与 BlueLM-Pro 定位云侧任务中控，依托自研 Agentic 引擎与系统级 Harness 协同，承担更复杂的跨端、跨应用、跨场景任务执行，并具备根据用户执行过程中的反馈继续调整任务的能力。官方称这两款模型也会与全球主流通用大模型协同工作。
把四款模型的分工读一遍，能看到一个明确的分层：端侧负责感知与记忆，云侧负责规划与执行，语音负责入口。这个分层方式与「所有能力都放云端」或「所有能力都压端侧」两种极端都不同，取舍点在于延迟与隐私。
Harness 的落点：6000 项原子能力与一条主循环
整场发布里技术含量最高的部分是蓝心 Harness。按官方描述，它深入系统内核，对感知、记忆、规划、执行做流水线封装，形成一条专属的主循环。
它的核心工作是把系统、应用与硬件的功能，转换成智能体可以调用的工具。官方给出的数字是：目前已接入超过 6000 项原子能力，通过不同组合可支持上万种任务。
这个数字值得多解释一句。原子能力的数量本身不代表智能，但它决定了智能体可触达的动作边界——如果系统只开放十来个接口，智能体再聪明也只能在很小的空间里行动。6000 项原子能力加组合这套表述背后，实际上是两件事：一是把操作系统的能力做一次面向智能体的重新封装，二是建立一套能力注册、授权与调用的机制。真正的工程量在后者，而发布会通常只披露前者。
这也解释了为什么手机厂商在这个方向上推进较快。手机操作系统处在感知、应用与服务协同的位置，天然掌握传感器、系统服务与三方应用的调度权，是做 Harness 的合适载体。此前荣耀以系统级 Agent Harness 为卖点发布 MagicOS 11，思路接近：把模型能力与终端的感知、规划、工具调用与执行能力结合，在系统内形成闭环。两家厂商的差别不在方向，而在对端云分工与记忆机制的处理。
个人记忆库：系统级上下文的野心
比原子能力数量更关键的，是官方同步提到的系统级个人记忆库。按周围的说法，vivo 已经为每位用户构建了系统级感知与个人记忆库，让智能体拥有连续、可控的上下文。
这句话解决的是智能体领域一个老问题：会话一结束，上下文就散了。云端智能体可以靠长期的会话存储维持连续性，而端侧助手过去大多是每次从零开始。系统级记忆库的意义在于把记忆做成操作系统的一等能力，而不是某个应用的私有缓存——这意味着跨应用的任务才有共享上下文的基础。
现场的演示也围绕这一点展开。vivo 的 AI 产品总经理关岩冰演示了蓝心小V Pro 接收「准备去新疆玩 7 天帮我出一份攻略」后，串联收藏的攻略、相册中的打卡地点、原子笔记、已预订行程与用户偏好生成定制路书。他提到系统记得用户上次因下雨错过日出，因此推荐了赛里木湖，也推荐了巴音布鲁克草原，因为三个月前聊过相关电影。办公场景的演示则是收到产品进度报告的需求后，跨手机与 PC 查找会议纪要、录音、邮件与项目文档生成报告。
这些演示的说服力取决于一个前提：记忆的写入与读取必须可控。官方提到配套的智能体安全架构，目标是让 AI 使用透明、可控、可信。但记忆的边界如何设定、第三方应用能否申请读取、用户如何审计与删除，官方在大会上没有展开。
端侧 30B MoE：预研阶段的口径
发布中面向未来的部分，是蓝心 30B MoE 端侧大模型进入预研。周围给出的说法是每次加载只需 2 到 3GB 内存，并称目标是让手机可以独立运行更大规模的模型，胜任大部分 PC 级生产力任务；他提到的远期目标是 2028 年不用云端、端侧全搞定。
这里需要明确标注口径：目前处于预研阶段，没有公布参数细节、推理速度、功耗或实测任务清单。「2 到 3GB 内存」指的是加载占用还是常驻占用、在什么精度与量化方案下测得，都未披露。MoE 架构在端侧的核心优势是每次推理只激活部分参数，从而在有限内存下获得更大的总参数量，但路由开销、峰值内存与散热表现恰恰是端侧最难的几项工程约束。
把它和 Nano 的分工放在一起看会更清楚：Nano 是当下可用的端侧感知与记忆模型，30B MoE 是面向长链路复杂任务的储备。两者之间还有一段工程距离。
BlueCode 与 Cowork：把 PC 生产力搬上手机
生产力方向公布了两项预览版。
小V Cowork 被描述为手机端的 PC 生产力看板，可以在手机上查看和处理 PC 端的智能体任务。这条路径延续了此前云端编码智能体与桌面智能体的发展方向，但落点不同：它不是把 PC 应用搬到手机，而是让手机成为跨设备智能体任务的调度入口。
原生编程智能体 BlueCode 的预览版，官方称已在蓝河系统中完成调试。它的定位是探索手机端完成代码工程——这是一个需要克制判断的定位。移动端输入方式、屏幕尺寸与调试环境都对编码工作构成限制，短期内更现实的场景可能是代码审阅、变更确认、轻量修复与流水线状态处理，而不是完整的功能开发。官方没有公布 BlueCode 支持的语言范围、上下文窗口或与外部仓库的集成方式。
开发者侧与需要追问的部分
面向开发者，官方称升级后的蓝心智能开放平台将支持智能体、技能与原子技能接入，并提供开发、分发、端侧推理与训练等能力；应用商店开放个人开发者通道，AI 应用、蓝河应用与物联网应用有序开放。
「支持智能体、技能、原子技能接入」是这套体系能否跑通的关键一环。6000 项原子能力里，系统自有的部分与三方接入的部分比例如何、三方能力的审核与责任划分、调用是否需要用户逐次授权，这些决定了生态的质量上限。
还有几个问题目前没有答案。其一，蓝心 Harness 的能力调用是端侧优先还是云侧优先，跨端任务的数据流转路径如何，官方未披露。其二，系统级个人记忆库的存储位置、加密方式、用户可审计程度与第三方访问策略均未公开。其三，BlueCode 与 30B MoE 都处于预览或预研阶段，没有可核对的性能数据。其四，小V Pro 的演示场景均来自官方，缺少第三方横向评测——此前蓝心小V 曾在第三方手机 GUI 智能体基准上取得过高分，这类外部评测对判断本次升级的实际幅度更有参考价值。目前官方及行业暂未披露更多细节，后续将持续跟进迭代动态。
结语
vivo 这次发布的关键词不是更大，而是更近：把模型、记忆与执行流水线放到离用户和使用场景更近的地方。6000 项原子能力和系统级记忆库这两件事，如果只停留在数量与名词上，就是发布会话术；如果真能被统一授权、统一审计、统一调度，那么手机就会从智能体的载体变成智能体的宿主。这两者之间的差距，不在模型，而在操作系统工程的耐心。