长出一个会动的“头”：荣耀Robot Phone能否改写AI手机？

翼言商业观察

9999元的Robot Phone，买的是云台还是下一代交互？

一部手机通常有很多“眼睛”，却没有“脖子”。摄像头可以看见前方，但视野由人的手决定；AI可以理解画面，却不能自己改变机位。

8月12日，荣耀发布Robot Phone，试图在这个熟悉的物体上补上一段“身体”。这段“身体”是一套四自由度钛合金云台，荣耀称，其中三轴承担机械增稳，摄像头还可以主动转向、追踪人物、完成90度或180度旋转运镜，在视频通话中跟随用户，并用点头、摇头等动作回应。中国区12GB+512GB版定价9999元，16GB+1TB版定价12999元；8月12日开启预售，8月18日开售。机身厚9.59毫米、重248克，电池容量7060mAh。

手机厂商过去也做过翻转、升降和旋转摄像头，但它们多半解决结构问题：用同一枚镜头兼顾自拍，或者换取更完整的屏幕。Robot Phone想做的不同。荣耀把云台接进Agentic OS，让摄像头动作成为系统可以调用的输出。它不只是“镜头能够转”，而是“软件能够决定什么时候转、转向哪里，并根据新画面继续判断”。

这就是它最值得讨论的地方：AI终端第一次在大众手机形态里获得了一小段可编程的身体。

它是不是“具身智能”？

答案取决于我们对这个词的界定范围。

在机器人研究中，具身智能通常强调智能体通过传感器感知环境，用执行器采取动作，再根据动作结果修正下一步。Robot Phone具备摄像头、麦克风和姿态传感器，也有可以改变视野的云台执行器。从“感知—动作—反馈”这个最小定义看，它确实形成了闭环。但它的身体能力非常有限：它不能移动位置，不能抓取物体，也没有证明能够完成开放环境里的长序列任务。把它直接等同于人形机器人，会夸大产品边界。

翼言看来，更准确的说法是：这是一部加入主动视觉执行器的手机，是AI从纯软件输出走向有限物理动作的一次消费级尝试。

“有限”并不等于不重要。很多产品变化不是从全能机器开始，而是从一个明确的自由度开始。智能音箱获得了持续听觉，智能眼镜把摄像头放到第一人称视角，手表把生理信号变成长期数据，Robot Phone增加的是“主动改变视野”的能力。

过去，手机AI看到什么，由用户举起手机的角度决定。现在，模型理论上可以先判断人物正在离开画面，再驱动云台转向，重新获得图像，然后继续追踪。这不需要一双机械腿，却让感知不再完全被动。

最先成立的不是陪伴，而是拍摄

荣耀在发布中用了伙伴、情绪和身体语言等叙事语言，但更现实的商业入口仍然是影像。

独自拍摄是一个已经存在、而且付费意愿明确的需求。创作者需要跟拍、稳定、自动构图和重复运镜，通常依靠外置云台、跟拍支架或另一位摄影者。Robot Phone把三轴机械增稳和人物追踪直接放进手机，至少减少了一件设备。荣耀还与ARRI展开技术合作，希望把影像调校和运镜语言引入手机。

这条价值链比“手机会陪伴人”更短：能力是否存在，可以用视频直接验证；用户是否受益，可以用成片和工作流衡量。弱光能否追住、人物短暂遮挡后能否重新识别、跑动时画面是否稳定、旋转镜头是否产生畸变，都能在几分钟内形成清晰结论。

视频通话可能是第二个入口。固定手机要求人迁就镜头，会转向的摄像头可以让用户在厨房、办公室或家庭空间中自然走动。这里的竞争对手不是另一部机器人手机，而是带人物居中功能的平板、智能屏和外置云台。Robot Phone要证明的，是机械视角改变比数码裁切更自然，同时值得用户承担额外重量和价格。

至于点头、摇头和跟随音乐摆动，它们可能增加情感表达，却还没有建立清晰的单位经济性。一个动作很可爱，不代表用户三个月后仍需要它。硬件行业曾反复证明，发布会上的人格化瞬间最容易传播，也最难变成高频使用。

一副机械骨架的真实成本

机械结构不会免费进入手机。

Robot Phone重248克、厚9.59毫米，它是一部可以日常携带的手机，但已接近不少用户对重量和厚度的敏感区间。云台还会占用内部空间，增加电机、排线、结构件和控制器，并带来跌落、进灰、磨损、异响和维修问题。7060mAh电池为续航留下余量，却不能自动回答运动部件在长期追踪时消耗多少电。

对普通手机，摄像头故障可能只影响拍照；对Robot Phone，云台如果卡住，还可能改变结构安全和日常握持。行业需要看到的，不只是实验室寿命数字，而是沙尘、低温、摔落、口袋挤压和儿童误触后的失效模式。所谓“机器人级运动控制”最终要落到手机级可靠性：一天几百次启停，持续两三年，动作仍然准确安静。

软件同样决定产品能否从功能变成平台。第三方视频应用能否调用人物追踪？开发者能否定义动作，还是只有荣耀自带场景可以使用？当系统Agent决定转向某个人时，用户能否预览、阻止和撤销？如果接口封闭，Robot Phone更像一部带高级云台的影像旗舰；如果接口开放，它才可能长出新的应用生态。

再者，当摄像头会转头，隐私提示必须跟着转向。传统手机拍摄时，人通常会举起设备，信号相对明显。智能眼镜之所以遭遇争议，正是因为镜头藏在日常外形里，旁观者不容易判断是否正在录制。8月12日，德国数字权利组织HateAid就Ray-Ban Meta智能眼镜向检察部门提起刑事投诉；德国联邦网络局同时强调，只要录制状态通过光学信号清楚可见，智能眼镜并非一概被禁。

Robot Phone不是眼镜，但它会主动转向人。旁观者需要知道，它只是在取景、进行视觉理解，还是已经录制并上传。指示灯是否始终可见、能否被应用关闭、数据在本地还是云端处理，都不应留到隐私政策的最后一页。

有意思的是，另一类AI硬件正在主动收缩感知。语音戒指Stream采用“按住才听、松手发送”的方式，而不是持续录音。它牺牲被动记忆，换取更明确的控制边界。

这两条路线共同说明：感知能力不是越多越好。下一代终端必须同时设计“机器能感知什么”和“周围的人是否知道”。

一部探索型产品，还是下一代接口的起点

同一天，Google发布Pixel 11系列。Tensor G6、自动拍摄、实时媒体翻译、提词器以及更主动的Gemini，把AI进一步嵌入手机、手表和物品追踪器。Pixel 11起价899美元，Pixel 11 Pro Fold达到1900美元。

Google的路线是让既有硬件获得更强的系统智能；荣耀则给手机增加一个新的物理自由度。前者依赖模型、账户、服务和跨设备数据，后者必须同时解决机械工程、运动控制和软件生态。两者并非互斥。成熟的AI终端可能既需要Google式的系统能力，也需要荣耀式的新执行器。但二者商业节奏不同，软件功能可以通过更新覆盖旧设备，机械结构必须推动一次新的购买。Robot Phone因此就需要提供足够不可替代的体验，证明9999元起的价格不是为一个会动的镜头支付新奇税。

8月18日之后，荣耀将面临一张严格的实测清单：连续追踪30分钟后的发热和电量；单人、多人、遮挡、逆光和弱光下的丢失率；机械增稳与普通电子增稳的对照；跌落保护和收回机制；第三方应用权限；录制状态提示；以及云台出现异常时，手机是否仍能正常使用。

Robot Phone短期内更像一部高价、重影像、强传播的探索型旗舰。它的价格、重量和机械复杂度都不支持“手机全面机器人化”的轻率结论。市场也可能证明，外置云台更便宜，数码裁切已经足够好，多数用户不愿意为一段机械动作承担成本。

但是，它提出的问题是真实的。模型能力进入平台期后，AI终端的差异不可能永远来自同一块屏幕里的按钮排序。新的传感器、新的执行器、新的佩戴位置，会决定模型能看见什么、能做什么，以及人如何感觉到它的存在。

荣耀给手机装上的不是完整身体，只是一段会转动的脖子。恰恰因为它足够有限，我们才能更清楚地检验：主动视觉是否创造高频价值，机械动作能否成为交互语言，用户是否愿意为一个真正改变物理形态的AI终端付费。

手机的下一次升级，未必是再多一个模型入口。它可能是第一次获得一个动作，并为这个动作承担工程和社会后果。