STEPXNeo发布两周即升级，Amoo智能体新增Vlog生成与WorkBuddy协作能力

10 月 29 日，阶跃终端为其首款大模型原生智能体手机 STEPX Neo 推出发布后的首次系统升级。距离产品正式上市仅过去两周，此次更新覆盖视频创作、生活服务、工作任务及底层交互体验四大方向，标志着 AI 原生设备正从“一次性交付”转向“持续能力释放”的新范式。

本次升级的核心是个人智能体 Amoo 的功能拓展。用户现在可通过自然语言指令，让 Amoo 调用剪映完成一键 Vlog 制作——例如说出“把上周露营视频剪成 60 秒带字幕的旅行 Vlog”，系统即可自动完成素材筛选、配乐、转场与字幕添加。除生成外，Amoo 还支持对已有图片与视频进行再创作，如风格迁移、画质增强或内容重述，并主动提供优化建议，例如提示“这段画面可加入慢动作提升感染力”。

在生活服务层面，Amoo 新增对支付宝生态的深度集成：不仅能主动识别用户需求并推送适用神券（如点外卖前推荐满减券），还可通过“支付宝 AI 付”实现语音下单闭环——用户只需说“用昨天那家店的优惠券订两份套餐”，Amoo 即协调支付流程完成交易，全程无需手动跳转 App。

针对办公场景，Amoo 可将复杂任务交由专业助手 WorkBuddy 处理。例如当用户提出“整理上季度销售数据并生成 PPT 汇报”，Amoo 会自动调取企业微信/钉钉中的表格数据，交由 WorkBuddy 进行分析、可视化与文案撰写，最终输出可直接使用的演示文稿框架。该协作机制依赖于阶跃自研的多智能体调度协议，确保任务分发准确、结果可追溯。

系统底层亦同步优化。包括服务调用响应延迟降低 35%，跨应用意图识别准确率提升至 92.7%，以及对话上下文记忆窗口扩展至 15 轮交互。这些改进使 Amoo 在连续对话中更少出现“失忆”或误判，日常使用流畅度显著提升。

值得注意的是，此次更新并非孤立事件，而是阶跃“模型-智能体-生态”三位一体路线的落地体现。STEPX Neo 采用阶跃自研大模型作为系统内核，Amoo 作为用户侧统一入口，而剪映、支付宝、WorkBuddy 等第三方服务则通过标准化 API 接入。这种架构允许能力以模块化方式快速叠加，无需等待整机硬件迭代。

行业观察者指出，传统智能手机的升级周期通常以季度为单位，聚焦于补丁修复或小功能追加；而 STEPX Neo 的两周升级节奏，反映出 AI 原生设备正在重构产品生命周期逻辑——硬件是载体，软件与智能体才是持续价值来源。类似路径已在部分 AI PC 产品中初现端倪，但手机端因交互高频、场景碎片化，对实时性与泛化能力要求更高，实现难度更大。

从技术实现看，Amoo 的快速扩展依赖于阶跃构建的轻量化推理引擎与动态插件加载机制。据公开资料，其本地端模型压缩至 4.2B 参数规模，在骁龙 8 Gen 4 平台下可实现 120 token/s 的推理速度，保障了语音指令到执行的低延迟响应。同时，新引入的“意图-服务”映射表支持增量训练，使系统能在不重训主模型前提下，快速适配新接入的服务接口。

生态合作方面，除已落地的剪映、支付宝与 WorkBuddy 外，阶跃正与高德地图、网易云音乐、飞书等厂商推进接口对接。其中高德地图计划支持 Amoo 主动规划“避开拥堵的周末短途自驾路线”，并整合沿途充电站与餐厅推荐；网易云音乐则测试“根据当前情绪生成歌单+同步生成短视频背景音乐”的联动功能。

市场层面，STEPX Neo 自 10 月中旬开售以来，首批万台现货在 48 小时内售罄，用户画像以 25–35 岁内容创作者与科技从业者为主。第三方调研显示，78% 的早期用户表示“愿意为后续智能体能力付费订阅”，尤其对专业级视频生成与自动化办公模块兴趣浓厚。

需要说明的是，尽管升级频率加快，阶跃仍强调“能力上线需经安全验证”。所有新功能在推送前均通过本地沙箱测试与隐私合规审查，例如 Vlog 生成过程默认关闭人脸数据上传，仅在用户授权后才启用云端增强。

在 AI 手机赛道整体仍处探索期的当下，STEPX Neo 的快速迭代策略提供了一种可行路径：不追求首发即“满配”，而是以最小可行产品（MVP）上市，再通过高频更新持续兑现承诺。这既降低了用户尝鲜门槛，也缓解了厂商在硬件定义阶段的技术押注风险。

随着更多服务接入与模型微调，Amoo 的角色正从“语音助手”向“数字协作者”演进。下一步，阶跃计划开放部分智能体能力给开发者，允许第三方创建垂直领域专用智能体（如“健身教练 Amoo”“留学顾问 Amoo”），进一步丰富生态边界。

目前，STEPX Neo 用户可通过系统设置中的“智能体中心”查看本次更新详情，并手动触发 OTA 升级。官方表示，后续将维持“每 2–3 周一次小版本、每月一次功能级更新”的节奏，首波重大升级预计在 12 月上线，重点强化离线多模态理解与跨设备协同能力。