ColorOS 17 发布，OPPO 想让 AI 往前一步，主动一些聪明一些

ColorOS 17 发布，OPPO 想让 AI 往前一步，主动一些聪明一些 相比于影像手机，游戏手机乃至商务手机的概念，AI 手机的概念没有那么深入人心，这倒不是手机上的 AI 功能不够多，恰恰相反，手机端的 AI 应用场景越来越多，更像是一种基础能力，而不是像影像和游戏那样成为感知明显的单个长板。 也就是说，AI 更适合作为系统端的基石能力，而非影像和游戏这样以硬件为主的体验。 AI 能消除照片里的路人、总结一篇长文，也能回答问题、生成图片。功能列表越来越长，但用户与手机之间的关系没有发生根本变化：人先提出需求，AI 再执行任务。对大部分手机而言，AI 仍然是一件需要被用户主动打开的工具。 在 2026 OPPO 开发者大会上发布的 ColorOS 17，希望 AI 往前一步，主动一点。 OPPO 将这一代系统定位为「个人化 AIOS」，其中最值得关注的变化，是 AI 开始从响应指令，走向理解用户所处的场景，并在合适的时间提供服务。ColorOS 17 想回答的问题已经不只是「手机 AI 能做什么」，还有「在用户开口之前，手机能否意识到现在应该做什么」。 主动式智能，需要知道何时出现 主动式智能的基础，是系统对个人信息和当前场景的持续理解。这也是手机相比网页端 AI 工具更具优势的地方。日历、通知、位置信息、出行计划、应用使用习惯以及穿戴设备产生的健康数据，都汇集在手机上。经过授权后，这些信息能够帮助 AI 建立更完整的上下文。 ColorOS 17 中的小布空间，承担了个人事务管理入口的角色。它可以识别日历中的安排、聊天中的邀请，以及即将开始的电影或旅程，将分散在不同应用里的信息整理成待办事项。遇到重要事项，系统还会将其放在小布空间顶部进行提醒。 这项能力对应的是很多人日常使用手机时真实的困扰：信息多且杂，零散在各个地方，缺少一个整理汇总和统筹信息的角色。 比如说，一场活动的时间可能出现在聊天记录里，取件码藏在短信中，抢票日期写在社交平台的海报上。用户需要在多个应用之间来回寻找，再把它们手动转移到日历、闹钟或备忘录里。ColorOS 17 希望由系统接手其中一部分整理工作。 AI 一键闪记也沿着这一方向继续扩展。在上一代取餐码识别的基础上，新系统增加了快递取件码、联系人信息和演唱会抢票时间等场景。系统不只保存屏幕上的内容，还会尝试理解内容对应的下一步操作：取件码可以在到站时提醒，联系方式可以直接创建联系人，抢票信息可以转化为精确到秒的闹钟。 从「记下来」到「用得上」，看似只多了一步，背后却意味着系统需要理解页面内容、用户意图以及信息发生作用的时间。它也构成了主动式智能最基础的一层：先让散落在手机里的信息变得可理解、可调用。 相比信息整理，主动提醒是一件更需要分寸感的事。因为人就是这样，不做不错，做多错多，AI 主动提醒其实是一个颇具风险的尝试。 提醒太晚，功能失去意义；出现得太频繁，又会成为另一种通知负担。因此，主动式智能的难点既在于判断用户需要什么，也在于判断什么时候出现、以什么方式出现。 ColorOS 17 将这部分能力集中在全新的小布建议中。按照 OPPO 提供的信息，小布建议目前已经与超过 40 家第三方服务合作，覆盖 150 多个服务类别和 700 多个细分场景。 例如，在点单场景中，系统可以根据用户过往的口味与习惯提供点单卡；在长途出行中，则可以从出发前的行程提示，一直延伸至到站、换乘、安检和登机等环节。 为了提升位置感知的精度，OPPO 还引入了自研的蜂群感知技术。传统地理围栏通常只能判断用户是否进入一片区域，而 ColorOS 17 希望进一步区分站外、通道、闸机和候车区等微观位置。OPPO 表示，其预判准确率达到 95%，目前覆盖全国 30 多个城市的地铁线路。 与之配套的融合导航流体云，则将步行、公交和地铁等不同交通方式放进一条连续链路中。到站前，系统可以提醒换乘，并提供出站口指引；下车后，Car+ 车联也能把车机上尚未完成的导航接续到手机。 这些功能共同呈现了 ColorOS 17 对主动式智能的理解：AI 不一定始终以一个对话框的形式存在，它也可以是一张在恰当时间出现的卡片、一次到站前的提醒，或者一段在不同设备间连续流转的导航信息。 发布会展示的场景数量只是第一步。主动服务最终是否好用，仍然取决于识别准确率、第三方服务覆盖范围，以及系统能否保持足够克制。毕竟一次准确的提醒可能让人感到方便，连续几次误判则会迅速消耗掉用户信任。 端侧 AI 智能体，让系统变成「养成系」 如果说小布建议解决的是相对明确的生活场景，那么「小布 Next」展示的，则是 OPPO 对下一阶段 AgentOS 的设想。 「小布 Next」预览版中，一个复杂任务可以被拆分给多名具有不同能力的 AI「专家」。用户可以像组建项目组一样选择智能体，再通过类似群聊的方式分配任务。任务进度和阶段成果会持续更新，关键交付物则被固定在页面顶部。 例如，一个减脂智能体可以根据运动与健康数据制订计划、接受每日打卡，并在一周结束后生成复盘；内容创作项目则可以由不同智能体分别负责选题、撰写和视觉设计。系统还能够连接电脑、车机、智能家居和第三方服务，把对话中的要求转化为跨设备操作。 这种设计与传统语音助手有明显区别。传统助手通常围绕一次指令完成一次操作，小布 Next 更接近一个长期运行的任务空间：它需要保存项目背景、调用个人数据，并在任务推进过程中主动汇报。 这就有点「养成系」的意思，刚开始的系统可能千人一面，但随着使用时间和累积数据的迁移，系统慢慢就会千人千面。 端侧智能体的意义也由此显现。 手机掌握着用户大量实时且个人化的上下文，包括文件、日程、位置、健康数据和设备状态。相较于完全运行在云端的通用智能体，系统级智能体可以更直接地调用这些数据和硬件能力，也更容易完成跨应用、跨设备的连续任务。 与此同时，这条路线也把隐私和安全问题推到了更靠前的位置。智能体越了解用户，能够调用的权限越多，潜在风险也越高。OPPO 将「端侧优先与加密」列为小布 Next 的安全评价维度，说明 OPPO 已经意识到，主动智能必须建立在清晰授权和数据保护之上。 除了主动式智能，ColorOS 17 也更新了一批更接近传统生成式 AI 的功能。 影像方面，ColorOS 17 加入基于自研达芬奇视觉理解大模型的 AI 修图师。用户可以通过自然语言提出同时包含消除、构图、提亮、超清和色彩调整在内的复合要求，系统再将其拆解给光影、画质、构图、色彩、人像和元素等专家模型处理。它还支持上传参考图，复刻对应的视觉风格。 AI 笔记则被扩展为个人知识管理空间。除了文字和录音，用户还可以导入扫描件、视频链接、文件和小布记忆。笔记助手可以查找旧笔记、调整内容，并生成可继续编辑的信息速览图。随着内容积累，系统还会尝试从个人知识库中提取「灵光一刻」。 AI 也被放进无障碍和安全场景。无障碍智能读屏可以识别部分未适配读屏标签的第三方应用控件，并以语音描述；全链路 AI 防诈则整合通话语义识别、跨应用风险判断和 AI 换脸检测，为长辈等高风险用户提供系统级保护。 这些功能覆盖了影像、办公、出行、健康和无障碍等不同领域。它们未必都依赖同一种 AI 技术，但共同