中兴OEX超节点+全球首款AI智能体手机亮相WAIC 2026：端侧AI的范式转折

7月17日，WAIC 2026开幕第一天，中兴通讯的展台就被围了好几层。说实话，在WAIC这种级别的展会上，能吸引这么多人驻足，光靠品牌是不够的------得拿出真东西。中兴这次确实拿出了两个：OEX超节点新品和全球首款量产的AI智能体手机。

更关键的是，OEX超节点还拿下了本届WAIC的SAIL奖（Super AI Leader，卓越人工智能引领者奖）。SAIL奖在AI行业的分量不用多说，能拿到这个奖，说明评审团对OEX的技术含量和产业价值是认可的。

OEX超节点到底是什么

OEX超节点，全称是"Open Elastic eXtreme 超节点"，听起来有点绕，但核心逻辑其实不复杂。简单说，它是一个面向政企市场的算力底座产品，把计算、存储、网络、AI加速能力整合到一个高密度机柜里，提供一站式的AI算力解决方案。
#mermaid-svg-YJ8sFi6rlARARYJs{font-family:"trebuchet ms",verdana,arial,sans-serif;font-size:16px;fill:#333;}@keyframes edge-animation-frame{from{stroke-dashoffset:0;}}@keyframes dash{to{stroke-dashoffset:0;}}#mermaid-svg-YJ8sFi6rlARARYJs .edge-animation-slow{stroke-dasharray:9,5!important;stroke-dashoffset:900;animation:dash 50s linear infinite;stroke-linecap:round;}#mermaid-svg-YJ8sFi6rlARARYJs .edge-animation-fast{stroke-dasharray:9,5!important;stroke-dashoffset:900;animation:dash 20s linear infinite;stroke-linecap:round;}#mermaid-svg-YJ8sFi6rlARARYJs .error-icon{fill:#552222;}#mermaid-svg-YJ8sFi6rlARARYJs .error-text{fill:#552222;stroke:#552222;}#mermaid-svg-YJ8sFi6rlARARYJs .edge-thickness-normal{stroke-width:1px;}#mermaid-svg-YJ8sFi6rlARARYJs .edge-thickness-thick{stroke-width:3.5px;}#mermaid-svg-YJ8sFi6rlARARYJs .edge-pattern-solid{stroke-dasharray:0;}#mermaid-svg-YJ8sFi6rlARARYJs .edge-thickness-invisible{stroke-width:0;fill:none;}#mermaid-svg-YJ8sFi6rlARARYJs .edge-pattern-dashed{stroke-dasharray:3;}#mermaid-svg-YJ8sFi6rlARARYJs .edge-pattern-dotted{stroke-dasharray:2;}#mermaid-svg-YJ8sFi6rlARARYJs .marker{fill:#333333;stroke:#333333;}#mermaid-svg-YJ8sFi6rlARARYJs .marker.cross{stroke:#333333;}#mermaid-svg-YJ8sFi6rlARARYJs svg{font-family:"trebuchet ms",verdana,arial,sans-serif;font-size:16px;}#mermaid-svg-YJ8sFi6rlARARYJs p{margin:0;}#mermaid-svg-YJ8sFi6rlARARYJs .label{font-family:"trebuchet ms",verdana,arial,sans-serif;color:#333;}#mermaid-svg-YJ8sFi6rlARARYJs .cluster-label text{fill:#333;}#mermaid-svg-YJ8sFi6rlARARYJs .cluster-label span{color:#333;}#mermaid-svg-YJ8sFi6rlARARYJs .cluster-label span p{background-color:transparent;}#mermaid-svg-YJ8sFi6rlARARYJs .label text,#mermaid-svg-YJ8sFi6rlARARYJs span{fill:#333;color:#333;}#mermaid-svg-YJ8sFi6rlARARYJs .node rect,#mermaid-svg-YJ8sFi6rlARARYJs .node circle,#mermaid-svg-YJ8sFi6rlARARYJs .node ellipse,#mermaid-svg-YJ8sFi6rlARARYJs .node polygon,#mermaid-svg-YJ8sFi6rlARARYJs .node path{fill:#ECECFF;stroke:#9370DB;stroke-width:1px;}#mermaid-svg-YJ8sFi6rlARARYJs .rough-node .label text,#mermaid-svg-YJ8sFi6rlARARYJs .node .label text,#mermaid-svg-YJ8sFi6rlARARYJs .image-shape .label,#mermaid-svg-YJ8sFi6rlARARYJs .icon-shape .label{text-anchor:middle;}#mermaid-svg-YJ8sFi6rlARARYJs .node .katex path{fill:#000;stroke:#000;stroke-width:1px;}#mermaid-svg-YJ8sFi6rlARARYJs .rough-node .label,#mermaid-svg-YJ8sFi6rlARARYJs .node .label,#mermaid-svg-YJ8sFi6rlARARYJs .image-shape .label,#mermaid-svg-YJ8sFi6rlARARYJs .icon-shape .label{text-align:center;}#mermaid-svg-YJ8sFi6rlARARYJs .node.clickable{cursor:pointer;}#mermaid-svg-YJ8sFi6rlARARYJs .root .anchor path{fill:#333333!important;stroke-width:0;stroke:#333333;}#mermaid-svg-YJ8sFi6rlARARYJs .arrowheadPath{fill:#333333;}#mermaid-svg-YJ8sFi6rlARARYJs .edgePath .path{stroke:#333333;stroke-width:2.0px;}#mermaid-svg-YJ8sFi6rlARARYJs .flowchart-link{stroke:#333333;fill:none;}#mermaid-svg-YJ8sFi6rlARARYJs .edgeLabel{background-color:rgba(232,232,232, 0.8);text-align:center;}#mermaid-svg-YJ8sFi6rlARARYJs .edgeLabel p{background-color:rgba(232,232,232, 0.8);}#mermaid-svg-YJ8sFi6rlARARYJs .edgeLabel rect{opacity:0.5;background-color:rgba(232,232,232, 0.8);fill:rgba(232,232,232, 0.8);}#mermaid-svg-YJ8sFi6rlARARYJs .labelBkg{background-color:rgba(232, 232, 232, 0.5);}#mermaid-svg-YJ8sFi6rlARARYJs .cluster rect{fill:#ffffde;stroke:#aaaa33;stroke-width:1px;}#mermaid-svg-YJ8sFi6rlARARYJs .cluster text{fill:#333;}#mermaid-svg-YJ8sFi6rlARARYJs .cluster span{color:#333;}#mermaid-svg-YJ8sFi6rlARARYJs div.mermaidTooltip{position:absolute;text-align:center;max-width:200px;padding:2px;font-family:"trebuchet ms",verdana,arial,sans-serif;font-size:12px;background:hsl(80, 100%, 96.2745098039%);border:1px solid #aaaa33;border-radius:2px;pointer-events:none;z-index:100;}#mermaid-svg-YJ8sFi6rlARARYJs .flowchartTitleText{text-anchor:middle;font-size:18px;fill:#333;}#mermaid-svg-YJ8sFi6rlARARYJs rect.text{fill:none;stroke-width:0;}#mermaid-svg-YJ8sFi6rlARARYJs .icon-shape,#mermaid-svg-YJ8sFi6rlARARYJs .image-shape{background-color:rgba(232,232,232, 0.8);text-align:center;}#mermaid-svg-YJ8sFi6rlARARYJs .icon-shape p,#mermaid-svg-YJ8sFi6rlARARYJs .image-shape p{background-color:rgba(232,232,232, 0.8);padding:2px;}#mermaid-svg-YJ8sFi6rlARARYJs .icon-shape .label rect,#mermaid-svg-YJ8sFi6rlARARYJs .image-shape .label rect{opacity:0.5;background-color:rgba(232,232,232, 0.8);fill:rgba(232,232,232, 0.8);}#mermaid-svg-YJ8sFi6rlARARYJs .label-icon{display:inline-block;height:1em;overflow:visible;vertical-align:-0.125em;}#mermaid-svg-YJ8sFi6rlARARYJs .node .label-icon path{fill:currentColor;stroke:revert;stroke-width:revert;}#mermaid-svg-YJ8sFi6rlARARYJs :root{--mermaid-font-family:"trebuchet ms",verdana,arial,sans-serif;} OEX 超节点
计算层
网络层
存储层
AI加速层
CPU 节点

鲲鹏/Intel
内存池化

CXL 2.0
400G RoCE

无损网络
DCQCN

拥塞控制
NVMe-oF

分布式存储
智能分层

热温冷数据
GPU/NPU

异构计算
dOCS 互联

高带宽低延迟

OEX超节点有几个技术亮点值得单独说说：

dOCS互联架构。 这是中兴自研的片间互联技术，类似英伟达的NVLink。在大模型训练中，GPU之间的通信带宽是核心瓶颈之一。dOCS号称能做到单链路400GB/s的带宽，如果这个数字属实，那在国产方案里确实是第一梯队。

存算分离 + CXL 2.0。 OEX支持内存池化，通过CXL 2.0协议把多个节点的内存资源池化，让CPU和AI加速器能共享一个大的内存池。这对大模型推理特别有用------KV Cache的显存占用是推理成本的大头，有了内存池化，可以把KV Cache的一部分放到扩展内存里，减少对昂贵HBM的依赖。

400G RoCE无损网络。 万卡集群的通信是个大问题，TCP/IP协议的延迟和丢包在大规模分布式训练里是灾难。RoCE（RDMA over Converged Ethernet）把RDMA的零拷贝、低延迟特性带到了以太网上，400G的带宽足够支撑千卡级别的训练任务。

AI智能体手机：端侧AI的范式转折

比起OEX超节点，我更感兴趣的是中兴这次展出的AI智能体手机。它是努比亚品牌下的产品，号称全球首款量产的AI智能体手机。

这个"AI智能体手机"和普通AI手机的区别在哪？用过AI手机的都知道，现在大部分手机的AI功能本质上是"云端大模型+手机端界面"------你问一个问题，手机把请求发到云端，云端模型处理完再返回结果。手机本身只是个人机交互界面。

但AI智能体手机的逻辑不一样。它的核心卖点是：在端侧跑Agent，不需要联网就能完成很多操作。
#mermaid-svg-ZRXUex1UoKmNCOo5{font-family:"trebuchet ms",verdana,arial,sans-serif;font-size:16px;fill:#333;}@keyframes edge-animation-frame{from{stroke-dashoffset:0;}}@keyframes dash{to{stroke-dashoffset:0;}}#mermaid-svg-ZRXUex1UoKmNCOo5 .edge-animation-slow{stroke-dasharray:9,5!important;stroke-dashoffset:900;animation:dash 50s linear infinite;stroke-linecap:round;}#mermaid-svg-ZRXUex1UoKmNCOo5 .edge-animation-fast{stroke-dasharray:9,5!important;stroke-dashoffset:900;animation:dash 20s linear infinite;stroke-linecap:round;}#mermaid-svg-ZRXUex1UoKmNCOo5 .error-icon{fill:#552222;}#mermaid-svg-ZRXUex1UoKmNCOo5 .error-text{fill:#552222;stroke:#552222;}#mermaid-svg-ZRXUex1UoKmNCOo5 .edge-thickness-normal{stroke-width:1px;}#mermaid-svg-ZRXUex1UoKmNCOo5 .edge-thickness-thick{stroke-width:3.5px;}#mermaid-svg-ZRXUex1UoKmNCOo5 .edge-pattern-solid{stroke-dasharray:0;}#mermaid-svg-ZRXUex1UoKmNCOo5 .edge-thickness-invisible{stroke-width:0;fill:none;}#mermaid-svg-ZRXUex1UoKmNCOo5 .edge-pattern-dashed{stroke-dasharray:3;}#mermaid-svg-ZRXUex1UoKmNCOo5 .edge-pattern-dotted{stroke-dasharray:2;}#mermaid-svg-ZRXUex1UoKmNCOo5 .marker{fill:#333333;stroke:#333333;}#mermaid-svg-ZRXUex1UoKmNCOo5 .marker.cross{stroke:#333333;}#mermaid-svg-ZRXUex1UoKmNCOo5 svg{font-family:"trebuchet ms",verdana,arial,sans-serif;font-size:16px;}#mermaid-svg-ZRXUex1UoKmNCOo5 p{margin:0;}#mermaid-svg-ZRXUex1UoKmNCOo5 .label{font-family:"trebuchet ms",verdana,arial,sans-serif;color:#333;}#mermaid-svg-ZRXUex1UoKmNCOo5 .cluster-label text{fill:#333;}#mermaid-svg-ZRXUex1UoKmNCOo5 .cluster-label span{color:#333;}#mermaid-svg-ZRXUex1UoKmNCOo5 .cluster-label span p{background-color:transparent;}#mermaid-svg-ZRXUex1UoKmNCOo5 .label text,#mermaid-svg-ZRXUex1UoKmNCOo5 span{fill:#333;color:#333;}#mermaid-svg-ZRXUex1UoKmNCOo5 .node rect,#mermaid-svg-ZRXUex1UoKmNCOo5 .node circle,#mermaid-svg-ZRXUex1UoKmNCOo5 .node ellipse,#mermaid-svg-ZRXUex1UoKmNCOo5 .node polygon,#mermaid-svg-ZRXUex1UoKmNCOo5 .node path{fill:#ECECFF;stroke:#9370DB;stroke-width:1px;}#mermaid-svg-ZRXUex1UoKmNCOo5 .rough-node .label text,#mermaid-svg-ZRXUex1UoKmNCOo5 .node .label text,#mermaid-svg-ZRXUex1UoKmNCOo5 .image-shape .label,#mermaid-svg-ZRXUex1UoKmNCOo5 .icon-shape .label{text-anchor:middle;}#mermaid-svg-ZRXUex1UoKmNCOo5 .node .katex path{fill:#000;stroke:#000;stroke-width:1px;}#mermaid-svg-ZRXUex1UoKmNCOo5 .rough-node .label,#mermaid-svg-ZRXUex1UoKmNCOo5 .node .label,#mermaid-svg-ZRXUex1UoKmNCOo5 .image-shape .label,#mermaid-svg-ZRXUex1UoKmNCOo5 .icon-shape .label{text-align:center;}#mermaid-svg-ZRXUex1UoKmNCOo5 .node.clickable{cursor:pointer;}#mermaid-svg-ZRXUex1UoKmNCOo5 .root .anchor path{fill:#333333!important;stroke-width:0;stroke:#333333;}#mermaid-svg-ZRXUex1UoKmNCOo5 .arrowheadPath{fill:#333333;}#mermaid-svg-ZRXUex1UoKmNCOo5 .edgePath .path{stroke:#333333;stroke-width:2.0px;}#mermaid-svg-ZRXUex1UoKmNCOo5 .flowchart-link{stroke:#333333;fill:none;}#mermaid-svg-ZRXUex1UoKmNCOo5 .edgeLabel{background-color:rgba(232,232,232, 0.8);text-align:center;}#mermaid-svg-ZRXUex1UoKmNCOo5 .edgeLabel p{background-color:rgba(232,232,232, 0.8);}#mermaid-svg-ZRXUex1UoKmNCOo5 .edgeLabel rect{opacity:0.5;background-color:rgba(232,232,232, 0.8);fill:rgba(232,232,232, 0.8);}#mermaid-svg-ZRXUex1UoKmNCOo5 .labelBkg{background-color:rgba(232, 232, 232, 0.5);}#mermaid-svg-ZRXUex1UoKmNCOo5 .cluster rect{fill:#ffffde;stroke:#aaaa33;stroke-width:1px;}#mermaid-svg-ZRXUex1UoKmNCOo5 .cluster text{fill:#333;}#mermaid-svg-ZRXUex1UoKmNCOo5 .cluster span{color:#333;}#mermaid-svg-ZRXUex1UoKmNCOo5 div.mermaidTooltip{position:absolute;text-align:center;max-width:200px;padding:2px;font-family:"trebuchet ms",verdana,arial,sans-serif;font-size:12px;background:hsl(80, 100%, 96.2745098039%);border:1px solid #aaaa33;border-radius:2px;pointer-events:none;z-index:100;}#mermaid-svg-ZRXUex1UoKmNCOo5 .flowchartTitleText{text-anchor:middle;font-size:18px;fill:#333;}#mermaid-svg-ZRXUex1UoKmNCOo5 rect.text{fill:none;stroke-width:0;}#mermaid-svg-ZRXUex1UoKmNCOo5 .icon-shape,#mermaid-svg-ZRXUex1UoKmNCOo5 .image-shape{background-color:rgba(232,232,232, 0.8);text-align:center;}#mermaid-svg-ZRXUex1UoKmNCOo5 .icon-shape p,#mermaid-svg-ZRXUex1UoKmNCOo5 .image-shape p{background-color:rgba(232,232,232, 0.8);padding:2px;}#mermaid-svg-ZRXUex1UoKmNCOo5 .icon-shape .label rect,#mermaid-svg-ZRXUex1UoKmNCOo5 .image-shape .label rect{opacity:0.5;background-color:rgba(232,232,232, 0.8);fill:rgba(232,232,232, 0.8);}#mermaid-svg-ZRXUex1UoKmNCOo5 .label-icon{display:inline-block;height:1em;overflow:visible;vertical-align:-0.125em;}#mermaid-svg-ZRXUex1UoKmNCOo5 .node .label-icon path{fill:currentColor;stroke:revert;stroke-width:revert;}#mermaid-svg-ZRXUex1UoKmNCOo5 :root{--mermaid-font-family:"trebuchet ms",verdana,arial,sans-serif;} AI智能体手机
自然语言指令
本地推理
直接调用
推理结果
执行结果
完成反馈
用户
手机端

Agent引擎
端侧小模型

7B-13B参数
手机功能

相册/日历/设置
传统AI手机
语音/文字
网络请求
推理结果
展示
用户
手机端

UI层
云端大模型

举个具体的例子：你说"帮我把上周拍的风景照片整理成一个相册，选最好的9张发到朋友圈"。传统AI手机的处理方式是：把你的语音转成文字，发到云端，云端模型理解你的意图，然后返回一个"好的，请手动操作"的建议。但AI智能体手机可以在本地理解你的意图，然后直接调用相册API筛选照片、调用相册功能创建相册、调用微信API发朋友圈------整个链路在手机端完成，不需要云端参与。

要实现这个，手机端需要跑一个7B-13B参数的模型。中兴这次用的是骁龙8 Gen 4的NPU来做推理加速，配合模型量化技术，把模型压缩到4-6GB左右，能在手机的内存和功耗限制下流畅运行。

端侧Agent的技术挑战

想法很好，但端侧Agent有几个绕不开的技术难点：

第一个是模型压缩。 7B的模型在服务器上跑完全不是问题，但在手机上跑，功耗和发热是硬约束。常见的做法是4-bit量化（Q4_K_M），能把模型体积压缩到原来的四分之一，但精度会有一定损失。中兴在这方面具体用了什么技术细节，官方没有完全公开，但从展台演示的流畅度来看，至少常用场景的推理质量是过关的。

第二个是工具调用。 Agent的核心能力是调用工具------相册、日历、短信、微信等等。但这些App的API并不是标准化的，每个App都有自己的接口规范。Agent怎么知道哪个App有哪些API？这需要一套类似MCP的端侧工具注册机制。

python 复制代码

# 端侧 Agent 工具注册示例（概念性代码）
from dataclasses import dataclass
from typing import Callable

@dataclass
class DeviceTool:
    """端侧工具定义"""
    name: str
    description: str
    app: str
    func: Callable
    requires_permission: list[str]

class OnDeviceAgent:
    def __init__(self):
        self.tools: dict[str, DeviceTool] = {}
    
    def register_tool(self, tool: DeviceTool):
        """注册一个端侧工具"""
        self.tools[tool.name] = tool
    
    def call_tool(self, tool_name: str, **kwargs):
        """调用工具前检查权限"""
        tool = self.tools.get(tool_name)
        if not tool:
            raise ValueError(f"未知工具: {tool_name}")
        
        # 权限检查
        for perm in tool.requires_permission:
            if not self._check_permission(perm):
                raise PermissionError(f"需要权限: {perm}")
        
        return tool.func(**kwargs)
    
    def _check_permission(self, perm: str) -> bool:
        # 实际的权限检查逻辑
        return True

# 注册示例
agent = OnDeviceAgent()
agent.register_tool(DeviceTool(
    name="create_album",
    description="创建相册",
    app="com.android.gallery",
    func=lambda name, photos: print(f"创建相册: {name}, 照片数: {len(photos)}"),
    requires_permission=["android.permission.WRITE_EXTERNAL_STORAGE"]
))

第三个是隐私安全。 端侧Agent的优势是数据不出手机，隐私性好。但反过来，Agent拥有调用各种App的能力，如果被恶意利用，后果也更严重。比如一个恶意Agent说"帮我发一条短信给10086查询余额"，这看起来是正常的操作，但Agent可能在完成任务后偷偷把短信记录上传到某个服务器。所以端侧Agent必须有一套严格的权限沙箱机制。

为什么说这是范式转折

回顾手机的发展历史，交互方式的每一次变革都带来了巨大的产业机会：

功能机时代：物理键盘，交互方式是"按键+菜单"
智能机时代：触摸屏，交互方式是"点击+滑动"
现在：AI智能体手机，交互方式变成"自然语言+Agent自主执行"

说白了，以前是"你告诉手机做什么，手机做"，现在是"你告诉手机你想要什么结果，手机自己想办法做"。这个变化看起来只是少了"怎么操作"这一步，但背后的技术复杂度差了不止一个数量级。

中兴这次把AI智能体手机量产，意味着端侧AI从"Demo"阶段进入了"产品"阶段。虽然第一代产品肯定还有很多不完善的地方，但方向是对的------AI的终点不是云端，而是端侧。

写在最后

OEX超节点和AI智能体手机，一个面向政企算力市场，一个面向消费者市场，看起来是两条完全不搭边的产品线。但放在一起看，你会发现中兴的AI战略其实很清晰：算力底座+端侧智能，两头都要抓。

OEX解决的是"算力从哪来"的问题，AI智能体手机解决的是"算力用在哪"的问题。这种"端-边-云"一体化的布局，在目前的国产厂商里确实不多见。

SAIL奖的含金量不用多说，但更重要的是，OEX和AI智能体手机能不能真正被市场接受，最终还是要看实际体验。技术路线选对了，产品落地能跟上，这才是真正的考验。

标签： 中兴通讯、OEX超节点、AI智能体手机、WAIC 2026、端侧AI