
【解説】StepFun、「世界初のAIエージェントスマホ」を発表
1. AI競争の新機軸「AIエージェントスマホ」の誕生
2026年7月13日の歴史的発表とその背景
StepFun(階躍星辰)が2026年7月13日に発表したAIエージェントスマートフォンは、モバイル業界とAI業界の勢力図を大きく塗り替える歴史的な出来事となりました。上海で開催された発表会は「エージェント時代の真のインテリジェント体」をテーマに掲げ、これまでの「クラウド上のチャットボットを利用する端末」から「デバイスそのものが自律的に思考し動作する知能」への劇的な転換を世界に示しました。この発表の背景には、以下のような重要な要素が含まれています。
OpenAIが2027年に予定している次世代AI端末の展開を1年以上先行して実現
元Microsoft副社長の姜大昕氏や、元Megvii Technology創業者のイン・キ氏といった業界のトップリーダーによる指揮
上海市政府が推進するAI産業振興戦略「模塑申城」による強力な政策的バックアップ
この世界初の快挙により、スマートフォンは単なる通信機器やアプリの実行プラットフォームとしての役割を超え、ユーザーの意図を汲み取って自ら行動するスーパーパーソナルコンピュータへと進化を遂げました。2023年4月の設立からわずか3年足らずで、中国のスタートアップが世界の先端技術の基準を塗り替えた意義は極めて大きいと言えます。
従来のスマホを過去にする「エージェント」の定義
AIエージェントの核心は、単にユーザーの問いかけにテキストで答えることではなく、特定のタスクを自律的に遂行する能力にあります。従来のAI搭載スマートフォンが音声アシスタントを通じて限定的な操作(アラーム設定や天気予報の確認など)を行うのに対し、StepFunが提示したAIエージェントは、アプリケーションの枠を超えて情報を検索し、コンテキストを読み取り、複数の操作を組み合わせて実行します。
例えば、ユーザーが「週末の出張の準備をして」と一言命じるだけで、AIはカレンダーを確認し、適切な時間帯の航空券やホテルを予約し、必要な会議資料をクラウドから収集して整理するといった複雑な工程を一貫して担います。このような変化は、モバイルオペレーティングシステムの根本的な再設計を要求するものであり、Honorが提唱する「Agentic OS」のようなビジョンとも密接に関係しています。AIがシステムの核(オーケストレーター)となることで、ユーザーは個別のアプリを立ち上げて操作する手間から解放され、画面の背後にある知能と直接対話するだけであらゆるサービスを享受できるようになります。以下の図を参照してください。

2. 自律動作を支える高度な技術アーキテクチャ
Step-GUIモデルとMCPプロトコルによる操作の自動化
AIエージェントがスマートフォン上で自律的に動作するためには、人間と同じように画面を「見て」理解する能力が不可欠です。これを支えるのが、StepFunが開発したStep-GUIモデルと、それをデバイスに実装するためのGUI-MCPオープンプロトコルです。同社は2025年からこれらの技術を順次公開しており、以下のような革新をもたらしました。
開発者やメーカーがわずか10分という短時間で、既存の端末にAIエージェント機能を配備可能
アプリ側が専用のAPIを用意していなくても、AIが画面上のUIを認識して直接操作を実行
従来のAIが直面していた「アプリの壁」を打破し、複数のアプリケーション間での高度な連携を実現
Step-GUIモデルは、画面上のボタン、テキストボックス、アイコンの配置を瞬時に解析し、ユーザーの目的に対してどの操作が最適かを判断します。これにより、AIは人間がスマートフォンの画面を指で操作するのと同様のプロセスをデジタル空間で再現します。すでにZTEのフラッグシップモデル「Nubia Z80 Ultra」などにおいて、このGUIエージェントモデルを用いたクロスアプリケーションのツール呼び出し機能が実装されており、その実用性は高く評価されています。
0.1秒の低遅延を実現する「端雲協調」アーキテクチャ
端末内での高速かつプライバシーに配慮した処理を実現するために、StepFunは「Step Edge」シリーズを導入し、エンドデバイスとクラウドを高度に連携させる「端雲協調」アーキテクチャを確立しました。これは、処理の重さと緊急度に応じて計算資源を使い分けるハイブリッドな仕組みです。
画像認識、音声認識、UI操作、簡単な画像生成などの高頻度なタスクは端末内のローカルモデルで処理
複雑な推論や膨大なデータ検索が必要な場合のみ、クラウド上の大規模モデルと連携
ツール呼び出しの遅延をわずか0.1秒にまで短縮し、インターネットが不安定な環境でも動作を継続
特にStep 3.5 Flashのようなモデルは、196Bという巨大なパラメータを持ちながら、推論時に実際に起動するパラメータを11Bに抑える「スパースMoE(Mixture of Experts)」構造を採用しています。これにより、スマートフォンの限られたバッテリー容量と熱設計の制約の中で、1兆パラメータ級の大規模モデルに匹敵する知能を稼働させることに成功しました。この高効率な設計こそが、AIエージェントの常時稼働を現実のものにした技術的ブレイクスルーです。
3. 強力な産業基盤と市場の今後
華勤技術との提携と50億元の巨額資金
製品の量産化とグローバルな普及において決定的な役割を果たしたのが、世界最大級のODM(設計・製造受託)メーカーである華勤技術(Huaqin Technology)との戦略的提携です。両社の関係は単なる製造委託の枠を超えた深い技術統合に基づいており、以下のようなハードウェアの「価値再構築」が行われています。
NPU(神経回路処理ユニット)を主電力とする「CPU+GPU+NPU」の異種コンピューティングアーキテクチャの採用
大規模モデルをローカルで稼働させるための、16GBを超える大容量かつ高速なDRAMの搭載
AIの常時稼働による発熱に対処する、グラフェンやベーパーチャンバーを用いた高度な冷却ソリューション
また、StepFunは2026年1月のB+ラウンドにおいて、50億人民元(約1200億円)を超える資金調達を完了しました。テンセントや上海国投といった強力な投資家陣の支援により、同社のAIモデルはすでにOPPOやHonorを含む主要メーカーの端末に採用され、搭載台数は4200万台を突破しています。この強固な産業エコシステムは、技術を単なる研究段階に留めず、迅速に市場へ浸透させるための強力なエンジンとなっています。以下の図を参照してください。

2026年の市場シェア予測とメモリ供給危機の影
市場調査会社のデータによれば、2026年には世界で出荷されるスマートフォンの約45%が生成AI機能を備えたモデルになると予測されています。これは2025年の36%から大幅な上昇であり、2027年には過半数の52%に達する見通しです。しかし、この明るい展望の一方で、深刻な課題も浮上しています。
世界的なメモリ供給危機の影響で、2026年のスマホ総出荷台数は前年比13.9%減の10.8億台と過去最低水準に落ち込む懸念
AIモデルの重量化に伴うDRAMコストの高騰が、AI機能を中低価格帯(400ドル以下)のモデルに普及させる障壁に
米中の技術規制による高度なAIチップの調達制限と、それに対抗するための国産チップアライアンスの構築
StepFunはこれらの課題に対し、華為昇腾(Huawei Ascend)などの国産チップとの「模芯生態創新聯盟」を強化することで、独自の自律的なエコシステムの構築を急いでいます。メモリ供給の問題が緩和される時期が、生成AIが真に一般家庭にまで普及するかどうかの決定的な分水嶺となるでしょう。
AGI(汎用人工知能)へ向けた今後のロードマップ
StepFunは、今回のAIエージェントスマホの発表をAGI(汎用人工知能)の実現に向けた重要な通過点と位置づけています。同社が掲げる5段階のロードマップでは、単一モーダルからマルチモーダル、そして今回の自律エージェント機能を経て、最終的には物理的な身体性を持つ知能(エンボディドAI)への進化を目指しています。
具体的には、スマートフォンのカメラを通じて視覚的に世界を理解し、音声でリアルタイムに対話しながら、ユーザーの生活のあらゆる場面で並走する「スーパーアシスタント」の構築を加速させています。すでに自動車分野では吉利汽車(Geely)と協力し、スマートキャビンソリューション「AgentOS」を展開するなど、その応用範囲はスマートフォンの枠を超えて広がり続けています。2026年内にも噂される香港証券取引所への上場が実現すれば、さらなる資金力を背景に、AIが真に「個人のパートナー」となる未来がより早く現実のものとなるでしょう。世界初のAIエージェントスマホの登場は、その壮大な物語の序章に過ぎません。
#AIエージェント #StepFun #スマートフォン #生成AI #中国テック #AGI #モバイル技術 #デジタル革命