胡 喆   科技财经作家、数字产业资深观察家

精彩观点：

鸿蒙不止是下放搭载世界模型的终端设备，更要依托自身庞大生态，自主培育生长出专属世界模型。摒弃传统云端训练、端侧调用的老旧模式，让海量终端成为数据源头、个性化适配阵地与分布式联合训练节点。未来世界模型竞争，不再比拼模型参数大小与硬件外观，而是比拼全域、多维度、长时间的真实物理数据流，这正是鸿蒙得天独厚的优势。

从现有用户意图理解框架，升级搭建场景化个人世界模型。当前鸿蒙可精准读懂用户当下需求，下一步需强化场景预判能力，预判用户短时、长时行为与所处环境，搭建以用户为核心的轻量化个人世界模型，彻底激活鸿蒙底层架构优势。

筑牢星盾安全体系的同时，攻克世界模型发展核心难题。世界模型需要长期采集用户数据实现精准迭代，但极易触碰用户隐私底线，如何在保障数据安全、守护用户隐私的前提下，获取有效训练数据，是未来亟需解决的核心矛盾。

当前世界模型行业发展依旧充满诸多不确定性，鸿蒙手握庞大终端生态，具备十足发展潜力。现阶段终端落地体验尚未达到预期水准，仍需全方位技术升级。而能力升级又能反向回流海量优质数据，形成良性技术发展闭环。依托终端生态布局世界模型，是中国AI产业实现生态弯道超车最容易被忽视的优质赛道，更是鸿蒙未来最核心的发展机遇。

发言内容：

非常荣幸与各位老友、行业前辈相聚交流。近期我撰写了一篇《鸿蒙的一千天》，自2023年鸿蒙Harmony版首次亮相至今，已走过近千个日夜。一路走来，鸿蒙稳步突破层层阻碍，市场份额从行业二百强、五百强逐步跻身千强行列，发展之路步履坚实。

全世界那么多移动操作系统先后倒下，比如微软的MInus One坚持2700天后倒下了。在这样的情况下，我们为什么能够站住，除了整个国内产业界对于鸿蒙自发的支持以外，我觉得鸿蒙的价值，确实是一个非常重要的方向，但是目前来讲，价值没有充分释放出来。我们都认为，或者从鸿蒙的角度表述，鸿蒙作为一个后发的操作系统，实际上是站在人工智能崛起的新世纪的开头去开发的。因此在架构上面具有原生智能的能力。我们从微观角度来讲，确实发现鸿蒙不断地做原生智能方面的提升，就像刚才大家说到的小艺，在2025年的时候，小艺的提法叫做主动服务，到了2026年4月份的时候，提法变成了伴随式AI。

从主动服务到伴随式AI，鸿蒙一直在提升AI去主动响应服务的能力。但实际上目前还缺乏一个颠覆性的时刻，让人认识因为操作系统先天架构上的优势能够让AI充分释放价值，我认为颠覆时刻还没有到来，为什么没有到来？这个问题很复杂，可能需要大家一起去思考最后这个突破怎么样实现。

我们今天要讨论世界模型，目前来讲行业对世界模型的讨论存在一个被低估的盲区，大家只要在主流叙事里面讲世界模型，大家默认为世界模型就是具身智能的大脑，服务于机器人、自动驾驶、人形机器人等，它的路径都指向物理的终点，机器在支持世界中间的行动。但是我想提出来一个稍微有些差异化的观察视角，我认为最先大规模触达物理世界的智能载体不是机器人，就是人随身携带的智能终端，不管是一台手机还是一块手表，每天会被点亮几百次，会采集周围的光线、声音、风速、湿度、温度，车机上会每秒钟读取道路的状态、驾驶员的状态，手表会关注到人的心率、运动、睡眠。所有设备加在一起，构成了一个本质上分布式，但是覆盖人类全活动场景的物理世界的感知网络。我觉得这其实才是鸿蒙做AI的一个独有的优势，因为其他的人不可能有这样的物理式的网络。这是鸿蒙独有的结构性的资产。

我的第一个核心观点是，鸿蒙不应该只是一个承载世界模型的终端，而是一个应该从鸿蒙生态中长出世界模型的终端，前者只是把训练好的世界模型蒸馏下放到设备端，其实还延续的是云端训练，端侧推理的旧的模式。但如果是后者的话，端侧本身是世界模型训练数据的源头和个性化适配的现场，甚至是分布式联合训练的节点，所以我认为世界模型下一个阶段的竞争不是拼谁的参数大，也不是拼谁的机器人酷，而是谁拥有覆盖物理世界足够稠密，足够多模态，足够时长的数据流，这个正好是鸿蒙分布式的终端的先天的优势。

虽然我们在道路上明白这个道理，这是鸿蒙的优势，实际上鸿蒙面向未来的AI架构，有四个方向可以考虑，是它的关键突破口。第一是从意识框架升级到场景世界的模型，我们现在不断地给小艺提供新的解读它的头衔，伴随式专家、伴随式智能模式。实际上伴随式的前提一定是意图理解到位。目前鸿蒙的意图架构已经覆盖了很多种垂类，这是很领先的一种能力，但实际上还停留在理解用户当下要做什么这个阶段，下一步让这个系统具备系统级的预测能力，它能够预测用户接下来30分钟、3个小时，甚至一天以后处于什么样的场景，会构成一个轻量级，但是围绕用户为中心个人的世界模型。它需要精准地去建模，在具体的人，具体的环境中，下一步状态的问题。如果这个问题解决了，鸿蒙AI能力，特别在世界模型方面的能力就会得到很大的释放。

另外传统的端云协同的模式，不一定再适用于鸿蒙AI继续发展的道路，目前鸿蒙的端云协同还是典型的双层架构与云侧和端侧的结合。但如果真的是世界模型时代到来了，至少要演进成一个三层的架构，云端是通用级模型，家庭、车辆是中层的世界模型，面对的是局部环境的持续建模，最终个人终端才是个人世界的模型。它其实正好对应了华为整个分布式的哲学，而且这也是其他单设备厂商没有办法复制的。

第三点可能要强调一下安全，鸿蒙一直非常强调自己的安全，很早就开始宣传自己基于星盾的安全架构。但是未来如果我们希望训练出来一个以个人终端为基本粒子的物理世界的框架，这个隐私保护的提升是一个巨大的挑战。因为世界模型特别敏感的一个点，就是必须长期稠密地观察用户才能有用，但是这种方式带来的一个问题是，用户从隐私角度很难接受这样的模式。所以怎么样能够让用户主动地去参与，既有安全保障，但是又能够让模型在你这里得到足够的数据反馈，我觉得这个问题会成为未来的矛盾焦点，现在还不突出，将来一定会很敏感。

第四是小艺，它已经从主动服务升级到现在的伴随式AI。但是目前我认为，当真正的世界模型的能力注入的时候，它就会把自己升级为预研式的具身智能的智能体，会让智能体从敢说、敢做，进一步提升到敢介入更真实的物理世界。

最后总结一句话，目前世界模型的推进，其实还存在着巨大的不确定性，华为，特别是鸿蒙在这个方面大有可为。但是目前还有很多的现实问题没有解决好，以至于我们在终端上面感知到的能力没有那么突出，还需要大幅度的升级。大幅度的升级之后，会给鸿蒙的训练侧返回更多数据，最后会形成一个更优秀的闭环。这可能是中国AI在生态上面弯道超车最容易被低估的一条赛道，也是鸿蒙最大的机会。