StepFuns KI-Smartphone für 3.999 Yuan rückt den App-Zugriff ins Zentrum des Smartphone-Wettlaufs

Ein Smartphone, das Aufträge ausführt, statt nur Antworten zu geben

StepFuns STEPX Neo bringt einen persönlichen KI-Agenten auf den Startbildschirm, den Nutzer nach dem Entsperren ihres Smartphones sehen. Das Gerät wurde am 13. Oktober 2026 in Shanghai vorgestellt. Die frühe Edition kostet 3.999 Yuan und umfasst das Smartphone, die Software Step AOS, die Entwicklungstools Step Studio und Zugang zu den Step-Modellen des Unternehmens. Käufer erhalten außerdem zwölf Monate lang jeweils 10 Milliarden Tokens.

Das zentrale Versprechen ist praktisch: Nutzer sagen dem Agenten Amoo, was sie erledigt haben möchten, und überlassen ihm die Koordination der nötigen Dienste. Bei Vorführungen wurden unter anderem Kaffee bestellt, Fahrten organisiert, Präsentationen vorbereitet und Videos bearbeitet. Statt mehrere Apps öffnen zu müssen, sollen Nutzer ihre Aufgaben mit StepFun über einen einzigen Auftrag erledigen lassen können.

Ein KI-Agent unterscheidet sich von einem Chatbot dadurch, dass er Aktionen ausführen kann. Ein Chatbot könnte ein Hotel empfehlen. Ein Agent kann nach Zimmern suchen, passende Angebote anhand der Vorlieben des Nutzers auswählen und eine Buchung bis zur Zahlung vorbereiten, sofern die erteilten Berechtigungen das zulassen.

Mit dem STEPX Neo rückt auch ein größerer Wettbewerb in den Blick. Chinesische Unternehmen versuchen, dieses Nutzererlebnis mit neuen Geräten und Vereinbarungen mit Diensteanbietern zu etablieren. Google und Apple haben den Vorteil, Android und iOS zu kontrollieren, also die Plattformen, auf denen ein Großteil der Smartphones weltweit läuft.

Die unmittelbare Bewährungsprobe ist konkreter und überschaubarer als die Frage, wer das nächste Betriebssystem prägen wird: Kann Amoo alltägliche Aufgaben zuverlässig erledigen, mit Zugriff auf die tatsächlich genutzten Dienste, und dabei die Kontrolle über Geld und persönliche Daten bei den Nutzern belassen?

Vom Prototyp im Juli zum Verkaufsstart im Oktober

StepFun wurde im April 2023 von Jiang Daxin gegründet, einem ehemaligen Vizepräsidenten von Microsoft. Die Step-Modelle des Unternehmens verarbeiten Text, Bilder, Audio und Video. Über Partnerschaften mit Unternehmen wie OPPO und Geely stellt StepFun KI-Funktionen bereit. Mit dem STEPX Neo geht das Unternehmen über die Bereitstellung von Modellen für andere Hersteller hinaus und versucht, das Nutzungserlebnis auf dem Gerät selbst zu gestalten.

Das Smartphone wurde erstmals am 13. Juli in Shanghai als Prototyp vorgestellt, damals ohne bestätigten Preis oder Verkaufstermin. StepFun plante anschließend rund 100 Tage ein, um sein Ökosystem auszubauen und weitere Dienste einzubinden. Bei der Veranstaltung im Oktober wurde die frühe Edition mit Preis vorgestellt.

• 13. Juli: STEPX Neo wird in Shanghai als Prototyp vorgestellt.
• 16. September: Nubia stellt die zweite Generation des Doubao-Smartphones, das NaviX Ultra, ab 5.999 Yuan vor.
• 13. Oktober, 21 Uhr: Der Vorverkauf des STEPX Neo beginnt zum Preis von 3.999 Yuan.
• 14. Oktober: Doubao beginnt schrittweise, den Zugriff auf die Bildschirmautomatisierung auszuweiten, nachdem die Frist für die App-Anmeldungen abgelaufen ist.
• 16. Oktober, 10.13 Uhr: Der reguläre Verkauf des STEPX Neo soll beginnen.
• 25. Oktober: Eine zeitlich begrenzte kostenlose Testphase von Step 5 Preview über Tencent WorkBuddy soll enden.

Diese Abfolge erklärt, warum frühere Beschreibungen das STEPX Neo als Prototyp ohne Preis bezeichneten, während im Oktober über ein verkaufsfertiges Smartphone berichtet wurde. StepFun vermarktet es als weltweit erstes Gerät seiner Art. Entscheidend ist jedoch sein Konzept: Ein Agent steht im Zentrum des Smartphones und kann über angebundene Dienste Aktionen ausführen.

Was im Preis enthalten ist und was nach einem Jahr passiert

Die einzige angekündigte Konfiguration des STEPX Neo bietet 16 GB Arbeitsspeicher und 256 GB Speicherplatz. Das Paket für 3.999 Yuan umfasst die Hardware, die Modelle, die Betriebsumgebung und die Entwicklungstools. Gegenüber dem ab 5.999 Yuan erhältlichen Doubao NaviX Ultra ist das ein Unterschied von 2.000 Yuan, also rund einem Drittel des Doubao-Preises vor Zuschüssen.

Zum Paket gehört ein STEPX-Token-Tarif mit monatlich 10 Milliarden Tokens für ein Jahr. Tokens sind kleine Informationseinheiten, die ein KI-Modell verarbeitet oder erzeugt. Wie viele Tokens verbraucht werden, hängt vom Modell und von der Aufgabe ab. Die Menge lässt sich daher nicht direkt in eine feste Zahl von Buchungen, Unterhaltungen oder fertig bearbeiteten Videos umrechnen.

Preise für den weiteren Zugang zu den Modellen nach Ablauf der zwölf Monate wurden noch nicht bekannt gegeben. Das ist wichtig, weil das Smartphone anspruchsvollere Anfragen an Cloud-Modelle weiterleitet, die Rechenleistung aus der Ferne benötigen.

Eine Aktion bei JD.com bot einen Zuschuss von 500 Yuan, durch den der Kaufpreis auf 3.499 Yuan sinken konnte. StepFun kündigte außerdem ein Wachstumsprogramm an: Die ersten 10.000 Nutzer, die bestimmte Aufgaben erfüllen, können innerhalb von fünf Jahren ein künftiges STEPX-Gerät kostenlos im Austausch erhalten. Es gelten die Teilnahmebedingungen des Programms.

Die Kombination aus Entwicklungstools, einem umfangreichen anfänglichen Rechenkontingent und Prämien für die Teilnahme deutet auf eine frühe Zielgruppe aus Entwicklern und experimentierfreudigen Nutzern hin. Das Gerät richtet sich damit weniger an Käufer, die lediglich ein herkömmliches Smartphone ersetzen möchten.

Step AOS verändert die Ebene oberhalb von Android

Step AOS ordnet die Smartphone-Funktionen danach, was ein Agent erledigen muss. Seine Engine für elementare Funktionen gliedert die Fähigkeiten in Kommunikation, Apps, Dateien und Systemtools. Eine elementare Funktion ist eine kleine, klar umrissene Aktion, etwa einen Wecker zu stellen oder eine Datei abzurufen, die der Agent mit weiteren Aktionen kombinieren kann.

Die Software nutzt das Model Context Protocol, kurz MCP, um Modelle mit Tools und Informationen zu verbinden. Außerdem unterstützt sie A2A, also die Kommunikation zwischen Agenten. So kann Amoo mit einem spezialisierten Agenten eines anderen Dienstes zusammenarbeiten.

StepFun beschreibt ein System, das Komponenten von Android, Linux und Echtzeitbetriebssystemen vereint. Auf einem bei der Vorstellung untersuchten Gerät lief Step AOS 1.0.3 auf Basis von Android 15. Das Produkt behält somit die Android-Grundlage bei und ergänzt sie um eine Umgebung, die auf die Aktivitäten von Agenten ausgerichtet ist.

Amoo erscheint unmittelbar nach dem Entsperren. Durch Wischen gelangen Nutzer zur vertrauten App-Oberfläche. Die herkömmlichen Bedienelemente des Smartphones bleiben neben der neuen Interaktionsmethode erhalten.

Die grundlegendere Veränderung betrifft den Weg, auf dem Aufgaben Apps erreichen. Amoo sucht nicht einfach eine Schaltfläche auf dem Bildschirm und simuliert einen Fingertipp, sondern kann eine Funktion aufrufen, die ein Partner gezielt zugänglich gemacht hat. Damit wird die Anbindung an Dienste zum Kern des Nutzungserlebnisses: Der Agent muss eine Aufgabe planen und zugleich die Berechtigung haben, ihre einzelnen Schritte auszuführen.

Offline-Funktionen haben einen klar umrissenen Einsatzbereich

Das STEPX Neo nutzt lokale Modelle für schnelle, einfache Anfragen, etwa zum Ändern von Systemeinstellungen oder zum Stellen eines Weckers. Einige dieser Vorgänge lassen sich ohne Internetverbindung ausführen. Anspruchsvollere Informationssuchen, Transaktionen und die Koordination mehrerer Apps werden zur Planung an Cloud-Modelle übergeben. Anschließend setzt das Smartphone die Anweisungen um.

In frühen Beschreibungen hieß es, Amoo könne grundlegende Aufgaben offline erledigen. Der Bericht zur Vorstellung zeichnet ein genaueres Bild: Ein Teil der Arbeit wird lokal verarbeitet, während komplexe Anfragen Modelle auf externen Servern nutzen.

Zu den Reisefunktionen gehört die Übersetzung von Gesprächen, Anrufen, Nachrichten und Kameratext in 32 Sprachen, darunter regionale Dialekte. StepFun nennt außerdem Unterstützung bei Zollformularen, Visa-Hinweisen, Erinnerungen an den Check-in und dem Abruf gespeicherter Reisepläne. Gespeicherte Informationen können auch ohne Empfang nützlich sein. Neue Suchanfragen und Buchungen sind dagegen auf die jeweils angebundenen Dienste angewiesen.

Nach Angaben des Unternehmens liegt das Step-Edge-Modell bei 29 Benchmarks vor vergleichbaren Modellen, die auf Geräten laufen. StepFun hat diese Tests jedoch nicht benannt. Käufern fehlen damit die konkreten Aufgaben, Vergleichsmodelle und Bewertungsmethoden, um die Aussage zu überprüfen.

Amos Gedächtnissystem trennt Nutzerinformationen, Erlebnisse und Vorlieben von Wissen und Methoden, die der Agent selbst angesammelt hat. Wenn sich der Agent etwa ein bevorzugtes Restaurant oder eine Reisevorliebe merkt, müssen Nutzer diese Angaben womöglich nicht wiederholt machen. Sie brauchen aber auch Kontrolle darüber, welche Details das Smartphone speichert und bei späteren Entscheidungen verwendet.

Alipay ermöglicht Transaktionen, WeChat bleibt außen vor

StepFun zufolge bestehen Partnerschaften mit fast 100 Unternehmen oder Produkten. Zu den namentlich genannten Diensten gehören Alipay, Ctrip, Didi, Meituan, Amap, WPS und CapCut. Hinzu kommen Tencent-Produkte sowie Partnerschaften mit Baidu und JD.com.

Alipay liefert eines der konkretesten Beispiele. Mit Zustimmung der Nutzer kann Amoo über Alipays Agenten Abao auf mehr als 300 Dienste zugreifen. Dazu gehören Angebote rund um Essensbestellungen, Mobilität, Paketzustellung, Reparaturen im Haushalt und öffentliche Dienstleistungen.

Bei einer Kaffeevorführung kümmerten sich Amoo und Abao um Empfehlungen, Bestellung, Zahlung und Einlösung innerhalb des Gesprächsfensters. Bei einem beobachteten Test für Ticketbuchungen, Fahrten und Besorgungen wurden Nutzer dagegen in eine Drittanbieter-App weitergeleitet, um die Zahlung abzuschließen. Das Zahlungserlebnis hängt somit vom jeweiligen Dienst und dessen Integration ab.

Zu den ersten beteiligten Tencent-Produkten gehören WorkBuddy, WeCom und WeChat Read. WeChat selbst war bei den anfänglichen Integrationen nicht dabei. Für Nutzer, die einen großen Teil des Tages in WeChat chatten, Geld überweisen oder dort Dienste nutzen, schränkt das ein, wie viel Amoo übernehmen kann.

CapCut zeigt eine weitere mögliche Anwendung der Architektur. Amoo kann über A2A mit dem spezialisierten Bearbeitungsassistenten der App zusammenarbeiten, um auf Anfrage ein Video zu erstellen, Ideen vorzuschlagen und Änderungen im Gespräch vorzunehmen.

Die Zahl der Partnerschaften vermittelt einen Eindruck von der Reichweite, doch für den praktischen Nutzen sind die einzelnen Funktionen entscheidend. Der Zugriff auf Notizen und die Buchsuche einer Lese-App ist etwas anderes als der Zugriff auf Nachrichten, Überweisungen oder sämtliche Dienste derselben Unternehmensgruppe.

Doubao steht vor demselben Zugriffsproblem, geht aber anders vor

Beim Smartphone der zweiten Generation von Doubao teilen sich ByteDance und Nubia die Aufgaben. ByteDance stellt die Modelle und Agentenfunktionen bereit, während Nubia für Hardware, Produktion, Vertrieb und Service zuständig ist. StepFun bündelt Modelle, Software und eine eigene Gerätemarke in einem Paket.

Auch Doubao setzt zunehmend auf MCP- und A2A-Verbindungen, greift bei vielen anderen Apps aber auf die Automatisierung grafischer Benutzeroberflächen zurück. Dabei bedient der Agent sichtbare Bildschirme mit Klicks und Wischbewegungen, ähnlich wie ein Mensch.

Mit der Bildschirmautomatisierung lässt sich ein Dienst auch ohne eigens eingerichtete Verbindung zugänglich machen. Sie muss jedoch mit veränderten Schaltflächenpositionen, unerwarteten Hinweisen und neu gestalteten Bildschirmen zurechtkommen. Direkte Schnittstellen zu Diensten sind stabiler, wenn Anbieter sie öffnen.

Doubaos Protokoll zur Ausführung der Bildschirmautomatisierung führte ein Anmeldeverfahren für Apps ein. Nach Ablauf der 30-tägigen Frist am 14. Oktober standen mehr als 150 Apps auf der Ablehnungsliste, darunter WeChat, DeepSeek, Taobao, Kuaishou und Meituan.

StepFun setzt stattdessen auf ausgehandelte Schnittstellen. Beide Ansätze machen denselben Interessenkonflikt sichtbar: Wenn ein Agent einen Vorgang abschließt, ohne die App zu öffnen, sehen Nutzer womöglich weniger Werbung, Empfehlungen und andere Angebote innerhalb der App.

Guo Tianxiang, Forschungsleiter bei IDC China, sieht Beschränkungen durch Ökosysteme und eine schwache Nachfrage seitens der Verbraucher als derzeitige Grenzen von Agenten-Smartphones. Seiner Einschätzung nach sind Vereinbarungen zwischen den Beteiligten entscheidend für den Fortschritt: Diensteanbieter brauchen ein Geschäftsmodell, das ihnen einen Grund zur Zusammenarbeit gibt.

Hardware und Entwicklungstools sind auf den Agenten ausgerichtet

Im STEPX Neo arbeitet ein Snapdragon 8 Gen 5. Das Smartphone hat ein 6,36 Zoll großes OLED-Display mit einer Bildwiederholrate von 120 Hz, einen 6.260-mAh-Akku und lädt mit 80 Watt. Die Kameras bestehen aus einem Hauptsensor mit 50 Megapixeln und einem Ultraweitwinkelsensor mit acht Megapixeln; eine separate Telekamera gibt es nicht.

StepFun legt mehr Wert auf die Spracherkennung und den Status des Agenten als auf einen Wettbewerb bei den Kameras. Sechs Mikrofone, ein eigener Audio-Chip und der Aufnahmemodus Whisper 1.0 sollen Anfragen auch bei schwierigen Umgebungsgeräuschen erkennen. Nach Angaben des Unternehmens verbraucht der unabhängig arbeitende Audio-Chip innerhalb von 24 Stunden 1,2 Prozent der Akkuladung.

Eine eigene Agententaste ermöglicht den schnellen Zugriff auf Amoo. Ein separates Mini-LED-Punktmatrixdisplay auf der Rückseite zeigt Zustände wie Zuhören, Nachdenken oder Warten auf den Nutzer an. Das Smartphone ist in Karbonschwarz und Silbergrau erhältlich.

Mit Step Studio können Nutzer in Alltagssprache eine App, ein Spiel, einen Agenten oder eine Fähigkeit beschreiben und erstellen lassen. Das Tool ermöglicht den Zugriff auf Sensoren, Kameras, das rückseitige Display und Systemfunktionen sowie auf externe Tools und spezialisierte Agenten.

Die Vorführungen zur Vorstellung gingen über alltägliche Apps hinaus. AYU FLYING HUB unterstützte die Überwachung und Entscheidungsfindung bei einem selbst gebauten Flugboard. In einem anderen Projekt wurde eine Gehirn-Computer-Schnittstelle mit einer Fähigkeit verbunden, die Menschen mit Kommunikationsschwierigkeiten helfen soll, ihren Gefühlszustand auszudrücken. Dabei handelte es sich um Vorführungen möglicher Anwendungen, nicht um etablierte Angebote für Verbraucher oder medizinische Dienste.

STEPX bezeichnet sich außerdem als erster Gerätehersteller mit Anbindung an Alipay Vibe Pay. Über Step Studio können Entwickler die Erstellung von Anwendungen, die Präsentation von Produkten und Transaktionen miteinander verbinden und so einen Weg finden, ihre Entwicklungen zu monetarisieren.

Sicherheit und zuverlässige Ausführung entscheiden über den Nutzen im Alltag

StepFun nennt als Schutzfunktionen unter anderem Aktionsprotokolle, Berechtigungsverwaltung, Einstellungen für das Speichern von Informationen und die Rücknahme unterstützter Aktionen. Beschreibungen des Sicherheitskonzepts umfassen eine vertrauenswürdige Ausführungsumgebung, bedarfsgerecht erteilte und anschließend wieder entzogene Berechtigungen sowie eine Rückgängig-Funktion. Bei Vorgängen mit hohem Risiko ist eine zusätzliche Bestätigung erforderlich. Nutzer können die Berechtigung außerdem pausieren oder widerrufen.

Nach Angaben des Unternehmens hat es mit dem Shanghai AI Laboratory an einem Sicherheitsrahmen für Agenten gearbeitet. Das STEPX Neo bestand außerdem Tests der Stufe L3 nach den chinesischen Bewertungsstandards für KI-Endgeräte. Bei der Vorstellung im Juli wurde dies als die höchste Stufe bezeichnet, die damals im Rahmen offener Tests verfügbar war. Das Bewertungssystem reicht von L1 bis L4.

Längere Aufgaben stellen eine besondere Herausforderung für die Zuverlässigkeit dar. Geht man beispielhaft davon aus, dass jeder unabhängige Schritt mit einer Wahrscheinlichkeit von 90 Prozent gelingt, ist ein Ablauf mit fünf Schritten nur in etwa 59 Prozent der Fälle erfolgreich: 0,9 hoch fünf. Das veranschaulicht, warum ein Assistent einzelne Aktionen beherrschen und dennoch Schwierigkeiten haben kann, ein vollständiges Ergebnis zuverlässig zu liefern.

Bei der Vorstellung wurde gezeigt, wie Amoo mehrere nützliche Abläufe abschließt. Im Alltag muss der Agent auch mit nicht verfügbaren Buchungsoptionen, fehlgeschlagenen Zahlungen, unklaren Anfragen und Unterbrechungen umgehen. Ein zuverlässiges Smartphone muss den Nutzern mitteilen, was passiert ist, was noch erledigt werden muss und wann es eine Entscheidung von ihnen benötigt.

Auch das Marktumfeld ist schwierig. IDC zufolge wurden im dritten Quartal 2026 in China rund 57,9 Millionen Smartphones ausgeliefert, 15,4 Prozent weniger als im Vorjahreszeitraum. Für das Gesamtjahr prognostizierte das Institut dennoch 147 Millionen Smartphones der neuen KI-Generation. Das entspräche 53 Prozent aller Auslieferungen und einem Wachstum von 31,6 Prozent.

Diese Zahlen beziehen sich auf eine breite Kategorie von KI-Smartphones, darunter Geräte mit deutlich geringerer Eigenständigkeit als das STEPX Neo. Counterpoint Research prognostizierte, dass Smartphones mit generativer KI 45 Prozent der weltweiten Auslieferungen erreichen und der Anteil 2027 auf mehr als 50 Prozent steigen werde. Für StepFun besteht die Herausforderung darin, gängige KI-Funktionen in einen überzeugenden Kaufgrund für das eigene Smartphone zu verwandeln.

Im Wettbewerb geht es darum, wer die nächste Aktion freigeben darf

Googles Ansatz AppFunctions ermöglicht es Apps, Funktionen bereitzustellen, die eine KI finden und aufrufen kann. Die Integration mit Gemini befindet sich nach Angaben des Unternehmens in einer privaten Vorschauphase. Apples Ansatz setzt auf persönlichen Kontext, das Verständnis von Bildschirminhalten und Aktionen über mehrere Apps hinweg innerhalb des eigenen kontrollierten Software-Ökosystems.

StepFun verfolgt ein ähnliches Ziel mit einem neuen Gerät und Partnerschaften mit Diensteanbietern: Nutzer geben ein Ziel vor, und die Software koordiniert die nötigen Schritte. Google und Apple können Regeln für den Zugriff von Agenten in Plattformen integrieren, die Entwickler und Verbraucher bereits nutzen. StepFun muss diese Verbindungen erst aufbauen und zugleich seine Hardwaremarke etablieren.

Die konkurrierenden Produkte aus China zeigen, dass die Trennlinie nicht einfach zwischen Ländern verläuft. StepFun setzt auf direkte Schnittstellen zu Partnern, Doubao kombiniert solche Verbindungen mit Bildschirmautomatisierung und etablierte Smartphone-Hersteller integrieren KI in ihre bestehenden Systeme.

Der größte Beitrag des STEPX Neo ist ein konkretes Paket, das eine Agentenoberfläche, Entwicklungstools und Transaktionsdienste verbindet. Als nächster Maßstab für den Fortschritt zählt, wie viele nützliche Aufgaben das Gerät zuverlässig erledigt, mit klaren Berechtigungen und vertretbaren laufenden Kosten.

Die wichtigsten Punkte

• Die frühe Edition des STEPX Neo kostet 3.999 Yuan und umfasst Hardware, Step AOS, Step Studio und die Step-Modelle.
• Der Vorverkauf begann am 13. Oktober 2026; der reguläre Verkaufsstart ist für den 16. Oktober um 10.13 Uhr geplant.
• Käufer erhalten zwölf Monate lang monatlich 10 Milliarden Tokens. Preise für den weiteren Zugang wurden noch nicht bekannt gegeben.
• Einfache Aufgaben können lokal ausgeführt werden, anspruchsvollere Anfragen nutzen Cloud-Modelle.
• Alipay bietet Zugriff auf mehr als 300 Dienste; WeChat selbst gehört nicht zu den ersten Integrationen.
• Step AOS baut auf Android auf und setzt auf direkte Verbindungen zu Diensten statt auf simulierte Fingertipps auf dem Bildschirm.
• Berechtigungskontrollen, zuverlässige Aufgabenausführung und Vereinbarungen mit App-Anbietern entscheiden darüber, wie viel Alltagsarbeit Amoo übernehmen kann.