今年在手機行業(yè)，“AI手機”的概念已經(jīng)成為了最核心的賣點之一。對于AI手機而言，大模型性能是一方面，更重要的是如何用AI能力打造一款“產(chǎn)品”，這考驗終端廠商的軟件能力。

12月1日，豆包官宣發(fā)布豆包手機助手，并同步發(fā)售搭載豆包手機助手技術(shù)預(yù)覽版的努比亞M153手機。豆包官網(wǎng)的演示視頻強調(diào)：“我們沒有自研手機的計劃，目前主要在和多家手機廠商洽談豆包手機助手的合作?！?/p>

豆包手機助手項目從2024年開始啟動，基于豆包APP與手機廠商在操作系統(tǒng)層面合作開發(fā)。與傳統(tǒng)手機助手相比，豆包手機助手能夠?qū)崿F(xiàn)更方便的交互和更豐富的能力，例如用戶可以通過語音在系統(tǒng)層面直接喚醒豆包，使用手機側(cè)面的AI鍵耳機與豆包對話，并針對屏幕上的內(nèi)容獲取更多信息。此外，還能夠進行多模態(tài)生成模型的應(yīng)用，如處理照片編輯任務(wù)，以及嵌入常用功能如語音通話、視頻通話和屏幕共享等。

簡單來說，豆包手機助手更深入地嵌入操作系統(tǒng)中，擁有了更高級別的權(quán)限，代替了品牌手機原本自帶的語音助手。比如，豆包手機助手可以在讀取屏幕內(nèi)容，直接詢問當(dāng)前手機屏幕顯示信息的相關(guān)問題。同時，也將語音通話、視頻通話和屏幕共享這些豆包APP內(nèi)的熱門功能都嵌入到豆包手機助手中，通過手機AI按鍵激活。利用豆包的多模態(tài)能力，可以在相冊或是其他APP的界面，直接呼出手機助手來進行修圖等任務(wù)。

豆包手機助手的關(guān)鍵功能是真正讓AI擁有了操作手機的能力，甚至可以完成一些復(fù)雜操作，從演示的效果來看已經(jīng)可以稱之為“AI Agent”。比如在社交平臺上看到一款洗發(fā)水，可以直接呼出手機助手，讓它幫忙在所有購物軟件上比價并選個最便宜的下單。發(fā)出指令后，通過大模型分析需求，手機助手能夠自動識別產(chǎn)品，并自主操作手機打開不同的購物APP，搜索相關(guān)產(chǎn)品，對比各個平臺價格。當(dāng)遇到需要提供額外信息或支付等高敏感步驟時，手機助手會通知用戶手動處理。

這種邏輯類似于智能駕駛，遇到無法處理的情況或臨時改變計劃時，需要駕駛員手動接管，但對于點到點的任務(wù)，可以做到90%以上的場景自主完成。在演示視頻中，還展示了更加復(fù)雜的場景，包括打開車輛的前備箱、在飛書上提交出差申請、定高鐵票、下載安裝多個軟件、一鍵查詢所有購物軟件的物流進度、自動領(lǐng)券、批量下載文件并整合等。這些指令不需要第三方的APP適配，而是手機助手可以自動打開APP，找到相應(yīng)的入口并完成相關(guān)操作。

豆包手機助手還加入了一個“記憶”能力，持續(xù)識別和感知屏幕信息，將記錄的內(nèi)容轉(zhuǎn)換為文本記錄并保存在本地，智能識別出紀要、總結(jié)或關(guān)鍵日程，并基于此生成代辦提醒等。這些記憶可以包括座位號、取件碼或車位位置、聊天記錄內(nèi)提到的信息等，甚至可以通過記憶功能簡化重復(fù)指令的操作流程，提高執(zhí)行效率。實時讀取屏幕信息對個人信息安全是一個很大的威脅，豆包表示所有個人數(shù)據(jù)均在端側(cè)存儲并嚴格加密，研發(fā)人員不會查看和分析，完全遵循隱私保護措施。該功能需要單獨授權(quán)和開啟，也可以按需隨時關(guān)閉。

結(jié)合記憶功能，豆包還在探索操作手機Pro功能，在基礎(chǔ)的操作手機功能上，可以直接調(diào)用工具，并在執(zhí)行任務(wù)的過程中降低詢問用戶的頻率，使得整體用戶體驗更順滑。但豆包團隊也強調(diào)，受制于大模型的不確定性，這次演示雖然是實際錄制，但并非可以百分百復(fù)現(xiàn)，當(dāng)前的模型能力和用戶體驗還有很多提升空間。大眾關(guān)注的隱私問題，在豆包手機助手官網(wǎng)上也上線了《豆包手機助手白皮書》，展示了當(dāng)前豆包在隱私保護方面的成果和進展。

目前豆包手機助手提供兩種模式：標準模式速度更快，提供模擬點擊能力，基于用戶偏好提供服務(wù)，需要更多用戶輔助和接管；Pro模式能力強，支持全部本地記憶使用和直接調(diào)用工具，可實現(xiàn)更復(fù)雜的操作。此前有不少傳言稱字節(jié)要推出自研手機，但從今天公布的信息來看，字節(jié)希望基于豆包手機助手的能力，通過與手機廠商合作令其“AI入口”覆蓋到更廣泛的設(shè)備。豆包手機助手的核心壁壘是跨應(yīng)用的Agent能力、屏幕感知和全局交互、個性化記憶與自動化任務(wù)，這些依賴大模型的自然語言理解、多模態(tài)處理與系統(tǒng)級權(quán)限調(diào)用能力。選擇做軟件，能讓豆包集中資源打磨這些不可替代的AI能力，形成差異化競爭優(yōu)勢。

首發(fā)搭載豆包手機助手的產(chǎn)品是豆包與努比亞合作開發(fā)的努比亞M153技術(shù)預(yù)覽版。盡管豆包在官網(wǎng)強調(diào)這是供行業(yè)、嘗鮮者試用豆包手機助手的手機產(chǎn)品，軟件方面尚無法保證成熟手機產(chǎn)品的功能完善度，但“可作為主力機日常使用”這一句又令人對該產(chǎn)品的完成度抱有期望。實際上從硬件上看，M153確實還不錯，搭載了高通驍龍8至尊版移動平臺，6.78英寸1.5K LTPO屏幕，后攝采用了三顆5000萬像素CMOS傳感器，電池6000mAh，支持90W有線快充、15W無線充電和5W反向充電。加上3499元，16GB+512GB的價格，單從硬件來看性價比非常高。豆包表示nubia M153的軟件將在發(fā)售起至2026年第一季度末保持每兩周左右（除節(jié)假日）一次的更新頻率，此后的更新頻率將屆時告知。

從去年開始，蘋果自研AI進展不順，開始尋找外部AI供應(yīng)商，最終在海外使用ChatGPT，而國行版本的合作商傳聞不斷，至今仍未正式落地。今天豆包推作為軟件供應(yīng)商實現(xiàn)了真正的“AI手機”，將豆包APP與操作系統(tǒng)深度融合后所展現(xiàn)出來的能力，對當(dāng)前手機人機交互模式的顛覆有一種隱約的“AI手機時代的iPhone時刻”即視感。或許今天的豆包手機助手就是蘋果曾經(jīng)想象中的“Apple Intelligence”的模樣。