Em 15 de julho, a Cyberspace Administration publicou os registros de aprovação de sete serviços de IA generativa on-device — Apple Intelligence, Xiaoyi da Huawei, AndesGPT da OPPO, Blue LM da vivo, HyperOS AI da Xiaomi, Samsung Galaxy AI e o modelo de celular Doubao da Nubia foram todos aprovados no mesmo dia. Foi o maior lote de aprovações de IA on-device na China até hoje.
A maioria dos leitores vai concluir uma coisa: “a Apple Intelligence finalmente chega à China — com dois anos de atraso”. Verdade, mas isso deixa passar a informação mais importante. Escondida na lista do mesmo dia estão dois acordos que merecem atenção de verdade: a Apple escolheu o Qwen da Alibaba, e a Samsung escolheu o MiniCPM da ModelBest.
Isso não é apenas a IA da Apple chegando atrasada. É a abertura formal da divisão de trabalho baseada em mercado para a IA on-device.
Uma mudança estrutural enterrada sob a cascata de informações
O registro em si é uma formalidade de conformidade — todo fornecedor que oferece IA generativa na China precisa obtê-lo. O interessante é o arranjo por trás de cada linha da lista: quem fornece o modelo de quem. Xiaoyi (Huawei), AndesGPT (OPPO), Blue LM (vivo) e HyperOS AI (Xiaomi) são todos desenvolvidos internamente, com a capacidade do modelo mantida dentro de casa. A Nubia roda o Doubao (ByteDance) — uma sinergia entre empresas irmãs.
A Apple Intelligence e a Samsung Galaxy AI são os únicos dois casos em que o fabricante do celular não treina seu próprio modelo de grande porte, mas obteve o registro usando o modelo de outra empresa. A Apple escolheu o Qwen da Alibaba; a Samsung escolheu o MiniCPM da ModelBest. Lidos juntos, os dois acordos apontam em uma direção: a capacidade de IA dos fabricantes de celulares está migrando de “construir tudo nós mesmos” para uma divisão de trabalho especializada.
Não é que a Apple e a Samsung sejam “incapazes” de construir modelos. A família AFM 3 da Apple já está no ar no exterior com integração profunda ao Google Gemini, abrangendo escalas de parâmetros do 3B ao Cloud Pro. A Galaxy AI da Samsung segue integrando o Gemini. Mas, no mercado chinês, ambas escolheram, de forma independente, “não construir nós mesmas” — deixando que empresas externas de modelos preencham a lacuna on-device. Isso não é uma deficiência de capacidade; é uma escolha estratégica. A lógica não é complicada: a IA on-device é um trabalho de engenharia de sistemas que atravessa hardware, software, silício, energia, gerenciamento térmico e adaptação de ecossistema. A Apple e a Samsung certamente poderiam construir isso — mas, na China, a matemática do ROI diz que comprar supera construir. E essa decisão está redefinindo a divisão de trabalho na IA de celulares.
As três eras da IA on-device
Era um: liderada pela nuvem (2023-2024)
“IA no celular” significava, essencialmente, “um aplicativo do telefone chamando uma API na nuvem”. O usuário abria um app de IA, digitava e esperava a nuvem responder; o papel do telefone era exibir os resultados. Os fabricantes eram canais, e a competitividade dos modelos morava na capacidade da nuvem e no preço das APIs.
Era dois: on-device autodesenvolvido (2024-2025)
A Qualcomm e a MediaTek começaram a embutir NPUs em seus chips, a Apple lançou a arquitetura on-device da Apple Intelligence, e Huawei, vivo e outras empresas colocaram modelos treinados internamente nos celulares. O marcador da era: “o modelo roda localmente” — apagar objetos de fotos, resumos em tempo real, geração de imagens no dispositivo, tudo sem rede. Mas o problema da era era que todo fabricante de celular reconstruía a mesma roda: a Huawei treinou seu modelo, a vivo treinou seu modelo, a OPPO treinou seu modelo — plataformas de hardware diferentes, adaptações de chip diferentes, distribuições de dados diferentes, mas recursos praticamente idênticos. Investimento duplicado em massa, retornos decrescentes.
Era três: divisão de trabalho baseada em mercado (2026-)
15 de julho marca o início da etapa três. Os fabricantes de celulares não precisam mais treinar seus próprios modelos. As empresas de modelos — Alibaba Qwen, ModelBest, ByteDance Doubao — tornam-se “fornecedores especializados de capacidade de IA on-device”, enquanto os fabricantes de celulares cuidam da integração de hardware e do design de experiência, e as empresas de modelos cuidam da eficiência e da adaptação. Isso não mata a rota autodesenvolvida: Huawei, vivo e outras com capacidade interna seguirão iterando. Mas o mercado agora tem uma segunda opção — modelos externos — e os modelos externos estão melhorando rápido.
A “cadeia de suprimentos on-device”: três modos
O cenário da IA em celulares está se dividindo em três modos, com cada fornecedor se autoposicionando: Modo A, o ciclo totalmente autodesenvolvido. Huawei, vivo, OPPO, Xiaomi — treine seus próprios modelos, adapte seus próprios chips, controle sua própria experiência. Controle ponta a ponta, com privacidade e fechamento de dados dentro do próprio sistema, ao custo de investimento pesado e do risco de que modelos externos em iteração rápida superem a versão interna. Modo B, desenvolvimento próprio no núcleo mais complementos externos. Apple (AFM 3 autodesenvolvido no exterior, Qwen na China) e Samsung (Gemini globalmente, MiniCPM na China) mantêm a capacidade central internamente enquanto introduzem modelos externos para mercados específicos. Um compromisso pragmático — preserva o poder de barganha de longo prazo e o controle técnico, ao mesmo tempo em que preenche lacunas de mercado de curto prazo. Modo C, compra puramente externa. Nubia mais Doubao: o fabricante do celular se posiciona puramente como hardware e canal, com toda a capacidade de IA fornecida pela empresa de modelos. Uma estratégia asset-light adequada a fornecedores intermediários em busca de volume.
Nenhum modo é absolutamente certo — eles dependem de escala, reservas técnicas e estratégia de mercado. Mas a percepção-chave é: a existência do Modo C significa que a IA on-device não é mais um jogo só para os grandes. Qualquer fabricante de celular, e até mesmo qualquer fornecedor de dispositivos IoT, pode, em tese, adquirir capacidade de IA comprando um modelo on-device. Esse é o verdadeiro sinal por trás de “sete registros em um único dia”.
O novo campo de batalha das empresas de modelos
Se a corrida de modelos de 2024-2025 era “quem lidera os rankings”, o campo de batalha de 2026 é “quem entra no celular”. Sete registros sendo aprovados juntos significa que a IA on-device não é mais uma demonstração técnica — é um produto de consumo. A ModelBest é o estudo de caso: no fim de 2023, enquanto a indústria inteira se aglomerava nas corridas de parâmetros dos modelos de nuvem, a ModelBest apostou tudo no on-device e foi vista como fora do mainstream. Dois anos depois, sua série MiniCPM provou que “ir para o pequeno” não é mais fácil do que “ir para o grande” — tornar um modelo de 1-3B utilizável no silício de um celular envolve compressão de algoritmos, adaptação de chip, otimização de energia e engenharia de latência como uma disciplina integrada. Em maio de 2026, o MiniCPM5-1B marcou 17,9 no Artificial Analysis Intelligence Index, superando modelos abertos maiores, e validou a “lei da densidade de modelos” da ModelBest: os parâmetros necessários para a mesma inteligência dobram a cada 3,5 meses. Se a curva se mantiver, o teto de capacidade on-device sobe rápido.
O Qwen da Alibaba ser escolhido pela Apple é o sinal mais macro. A Alibaba não é uma startup pura de modelos — ela tem nuvem, e-commerce, pagamentos e um vasto acervo de dados de usuários. A Apple escolher o Qwen como sua base de IA na China não se trata apenas da qualidade do modelo: a parceria envolve conformidade de dados, integração de infraestrutura e estabilidade de serviço — um reconhecimento do Qwen como capacidade de nível “infraestrutura de IA”. As ações da Alibaba subiram mais de 5% com a notícia; a leitura do mercado financeiro foi clara: conquistar a Apple vale muito mais do que taxas de serviço de modelos — é o endosso social mais caro que a Alibaba AI poderia comprar para implantação no consumo.
O que cada papel deve fazer
Líderes de produto de celular: parem de vender “modelo de grande porte autodesenvolvido” como o único argumento de venda do flagship. Os usuários não se importam com quem treinou o modelo — eles se importam se os recursos de IA funcionam. Se um modelo externo é melhor, se adapta mais rápido e custa menos, por que insistir em construir? Façam uma análise séria de ROI entre construir e comprar, considerando investimento em P&D, velocidade de iteração e adequação ao ecossistema. Líderes técnicos de empresas de modelos: a corrida dos rankings não acabou, mas o desfecho não é mais decidido apenas pelos rankings. A capacidade escassa é “enfiar modelos de grande porte em dispositivos pequenos e fazê-los rodar com fluidez” — compressão, adaptação de chip, energia, latência; cada elo pode virar um fosso competitivo. Se hoje você não tem parceria com nenhum fabricante de celular, pergunte-se: em qual dispositivo meu modelo roda? Desenvolvedores e fundadores: a IA on-device saindo da demonstração para o produto de consumo abre uma nova porta de entrada de aplicativos. Em 2024 você chamava APIs na nuvem; em 2025 você embutia recursos de IA nos apps; em 2026 você pode invocar IA no nível do sistema operacional do celular — e o usuário nunca precisa saber de quem é o modelo. Isso é uma lógica de distribuição mais profunda que a App Store.
Há três anos, a frase da moda era “toda empresa merece ser reconstruída pela IA”. Três anos depois, a resposta mais verdadeira é: todo dispositivo merece ser reconstruído pela IA on-device — e 15 de julho de 2026 é o dia em que esse processo começou formalmente.
Referências: 36Kr, ifanr e o anúncio da CAC.
