實測：AI真能操作手機嗎？

外賣大戰(zhàn)三國殺，天天來回要比價，搶券湊單算補貼，用戶羊毛薅得頭大。

這種煩惱，在手機應(yīng)用越來越巨無霸、號稱要“一站式解決”的當下，不僅沒減少，反而更嚴重了。

想來一趟說走就走的旅行？你得先上小紅書、抖音挑選打卡景點，打開大眾點評找找老饕們的最愛，搜索高德地圖查查當?shù)氐慕煌ǎツ膬貉芯扛鞣N路線攻略。

然后，再把總結(jié)出來的打卡地點、熱門餐廳一個個輸入地址、做標記，結(jié)合路程遠近、交通情況和時間，自己拼出一條路線。

這種跨應(yīng)用不停檢索、拼湊信息的過程，瑣碎又耗人心力。

當然，現(xiàn)在已經(jīng)有了各式各樣的AI，寫攻略、列清單沒問題，只是最后依然需要用戶手動把這些信息串聯(lián)起來。

是不是很有落差？

在AI改造萬物的今天，那個被視作終極終端的手機，并沒有如大家想象得那樣聰明好用。

卷不動自研，有外援

用戶的需求已經(jīng)非常明確，手機應(yīng)該更懂人、更省事。需求即商機，手機廠商也很快捕捉到了“卷”的方向：給手機裝上AI。

一個解決方案是自研。海外有蘋果自研Apple Intelligence、三星自研Samsung Gauss模型，國內(nèi)有華為自研盤古大模型，都是這一路線的代表。

但是從頭搞一個類似GPT級別的大模型，難度堪比登珠峰。顯卡一卡難求，試錯成本高昂，開銷動輒過億；數(shù)據(jù)壁壘同樣難以跨越，搜索引擎和內(nèi)容平臺積累多年的數(shù)據(jù)，不是一朝一夕能追平的；更別提端側(cè)能耗，模型稍大一點，手機就開始發(fā)燙，最后不得不回到云端。

沒有雄厚家底，真卷不動大模型。

術(shù)業(yè)有專攻，手機廠商的強項是做系統(tǒng)、搞交互、調(diào)度硬件資源。既然卷不動模型，那不如找個強力外援。連家大業(yè)大的蘋果、三星也選擇兩條腿走路，自研之外，還同步牽手了OpenAI或谷歌Gemini。

這股“軟硬聯(lián)姻”的風，也刮到了國內(nèi)。

最新的動態(tài)是，豆包發(fā)布了手機助手，和努比亞手機做了臺工程樣機，把AI能力集中展示給從業(yè)者和開發(fā)者看。

虎嗅上手測試了一圈，發(fā)現(xiàn)這事頗有意思。這次合作沒有重新做一臺AI手機，也沒有推翻安卓系統(tǒng)，而是在現(xiàn)有的系統(tǒng)層上“打了個洞”，塞進去一個隨時能喚醒、會跨應(yīng)用干活的超級助手。

豆包這次的動作，更像是在向行業(yè)展示了一條可行的路徑：

對大模型廠商來說，市場上的手機硬件和操作系統(tǒng)都能成為合作對象，不必苦哈哈地自己造手機、做系統(tǒng)，安心做那個“最懂用戶的靈魂”就好。

對手機廠商來說，也不必死磕底層模型，與頭部模型廠商合作，引入標準的AI能力組件，立馬就能讓手機智商快步升級。

手機里的系統(tǒng)級工具人

那豆包手機助手，到底是什么？

它脫胎于豆包應(yīng)用，卻又不止于應(yīng)用。它是豆包團隊在既有應(yīng)用能力的基礎(chǔ)上，與手機廠商在操作系統(tǒng)層面深度合作的產(chǎn)物。在豆包大模型的加持下，豆包手機助手能給用戶帶來更自然的交互、更豐富的體驗。

用一句話概括，豆包手機助手是手機里的“系統(tǒng)級工具人”。

它能說話，支持語音和視頻通話，聽得懂長句子和復(fù)雜表達；它會看屏幕，支持基于當前屏幕內(nèi)容的提問，也能理解圖片和視頻等多模態(tài)內(nèi)容；最關(guān)鍵的是，它“長了手”，可以模擬用戶點擊，自行操作手機上的各種應(yīng)用。之前外界猜測豆包要造手機，現(xiàn)在看，它更像是選擇站在手機系統(tǒng)身邊，做最強“助攻”。

傳統(tǒng)的語音助手，查天氣、定鬧鐘、放首歌還行，更多還是一來一回的短命令式互動，邏輯稍微復(fù)雜一點就容易“掉鏈子”。豆包語音助手則不同，它能聽懂更復(fù)雜的中文需求，自行分解任務(wù)，指揮多個應(yīng)用一起跑腿。

對手機圈來說，這都是新鮮事：

第一，背靠豆包大模型，它可以持續(xù)把云端能力帶到手機上，便于手機廠商“借力打力”。云端能力升級了，工具箱豐富了，手機側(cè)立馬受益。 第二，以組件方式嵌入系統(tǒng)，它可以快速把“聽懂用戶意圖”和“幫用戶做事”落地，不搶系統(tǒng)入口，不爭生態(tài)主導(dǎo)權(quán)，手機廠商很放心。 第三，生態(tài)足夠開放，可以接入更多第三方服務(wù)。開發(fā)者的能力可以被助手調(diào)用，而不用費心勞力再單做一個新應(yīng)用，從零拉新。

這意味著什么？

對消費者來說，熟悉的手機里，多了一個愿意“替你跑腿”的工具人，不用學(xué)習(xí)新系統(tǒng)，也不用遷移生態(tài)，使用門檻非常低。

對手機廠商來說，不重新做系統(tǒng)、不重復(fù)造輪子，就能把一整套成熟的大模型能力嫁接到自家設(shè)備上，補上外腦這一塊短板。

一把好手，真能干活

豆包能干活，問答、修圖這類基礎(chǔ)的AI操作，自然不在話下。更讓人眼前一亮的是，它這一次真的學(xué)會了“動手”。

具體來說，助手能模擬用戶點擊，直接操作手機上的各類應(yīng)用。一句“幫我用美團外賣再點一單之前買的感冒藥”，或者“幫我去應(yīng)用商店下載一個微信輸入法并設(shè)為默認”，它就會在后臺默默開始工作。

您目前設(shè)備暫不支持播放

如果用戶只給需求，不指定路徑，它還能自己從網(wǎng)上獲取信息，酌情調(diào)用多個應(yīng)用，把任務(wù)拆開再接起來。這種說說話就能“少看幾眼屏幕、少點幾次操作”的體驗，相比傳統(tǒng)助手，是質(zhì)的飛躍。

基礎(chǔ)的玩法是，用語音交互來操作手機，“讓某個應(yīng)用做某事”一句話就可實現(xiàn)。

比如：“豆包，幫我用飛書把今天早上10點跟李總的會改個時間，找我倆都空的時間就行，再用微信給他發(fā)一句，‘路上堵車，不好意思。’”

用戶只動了嘴，但后臺的豆包卻忙壞了：喚起飛書日歷，查找雙方空檔，修改日程，再切回微信，找到對應(yīng)對話框，發(fā)送道歉信息。一系列動作行云流水。想象一下，早高峰上班途中，你雙手始終緊握方向盤，視線未曾離開路況，就完成了一次日程變更。

有些事，步驟繁瑣、限制條件多、涉及多個應(yīng)用，卻是AI的長項。定時搶券、多應(yīng)用比價、查詢歷史訂單，都是例子。

比如，搶券場景：“豆包，以后每天13點59和19點59，幫我用企業(yè)滴滴搶積分券，優(yōu)先三折，其次五折、七折，最后是特價快車。”

豆包手機助手知道在什么時間、使用哪個應(yīng)用、進入哪個頁面，按怎樣的優(yōu)先級去點擊按鈕，并在成功或失敗時反饋結(jié)果。

您目前設(shè)備暫不支持播放

更有趣的是它處理未知任務(wù)的能力。“豆包，我想去韓國旅游，幫我把韓國旅游必備的App都裝好。”

它先打開應(yīng)用商店，嘗試搜索“韓國旅游必備app”未果后，跳轉(zhuǎn)瀏覽器搜索攻略，判斷出哪些是必備應(yīng)用，然后返回應(yīng)用商店逐一嘗試下載：新羅免稅店、有道翻譯官、高德地圖及韓國地圖寶。

雖然因為應(yīng)用商店缺貨，韓國本土地圖軟件Naver Map及翻譯軟件Naver Papago未能安裝，但這種“思考-搜索-執(zhí)行”的邏輯，已然非常接近真人的操作邏輯了。

您目前設(shè)備暫不支持播放

換個更復(fù)雜的場景，是跨平臺比價：“豆包，我想點新奧爾良烤翅，肯德基家的，請幫我在幾個外賣平臺上，分別看一下中關(guān)村地鐵站附近的門店多少錢，把價格幫我記錄下來。”

用戶沒有指定“路線”，只要求結(jié)果。

豆包手機助手自主決定調(diào)用京東、大眾點評及淘寶三個應(yīng)用，逐一打開相應(yīng)的外賣板塊，根據(jù)地址搜索門店，記錄產(chǎn)品價格，再整理后給到用戶。讓人驚喜的是，它跳過了打烊店鋪，考慮到了優(yōu)惠券及配送費用，甚至連產(chǎn)品是否售罄都有記錄和提醒。

聰明、靈活，又遵從指令，這才是智能手機助手該有的樣子。

給手機裝上大腦

豆包入局，帶來了一位好用的工具人，更重要的意義在于，它為移動互聯(lián)網(wǎng)的發(fā)展注入了新的可能性。

從產(chǎn)品體驗看，它縮短了“想法”與“操作”的距離。從前，用戶腦子里有個需求，得自己動手，拆成好幾步操作。現(xiàn)在，大模型已經(jīng)從生成圖文，進化到了上手干活兒。

干活的前提，是語義理解真正落地到系統(tǒng)執(zhí)行。大模型要能聽懂用戶的自然語言指令，再與手機底層的操作指令有效銜接，讓系統(tǒng)更聽人話。過去是動嘴皮子，現(xiàn)在AI開始邁向“動手辦事”。

對用戶來說，處理任務(wù)變得省心。過去，得在一堆應(yīng)用中翻找服務(wù)、嘗試功能；現(xiàn)在只要把事說清楚，手機助手會嘗試在后臺跑通流程，輔助用戶決策和執(zhí)行。

同時，還能解鎖更多使用場景。騎車、開車、做家務(wù)時，語音交互加模擬點擊的組合，讓很多原本“只能事后處理”的任務(wù)，可以被提前安排、即時響應(yīng)。屏幕不再是唯一入口，AI成了連接用戶意圖與現(xiàn)實世界的橋梁。

從廠商博弈看，豆包手機助手打破了軟件（大模型）與硬件（手機設(shè)備）的傳統(tǒng)邊界。曾經(jīng)，大模型廠商與手機廠商相互提防，如今越來越多的信號顯示，軟硬共生才是出路，AI體驗有望反過來拉動硬件銷量。

豆包選擇了拆墻融合的解法，它不造手機、不換系統(tǒng)、不搶底層入口，而是把AI能力封裝為系統(tǒng)組件，不觸動手機廠主導(dǎo)權(quán)的前提下，補齊了其模型短板。

當手機助手的體驗足夠流暢，消費者的購機邏輯也會隨之改變，未來大家比的不是“像素多少、內(nèi)存多大”，而是“這手機能不能幫我搶券？能不能幫我點外賣？能不能自動處理退款嗎？”

從開發(fā)生態(tài)的角度，豆包手機助手作為橋梁，打破了應(yīng)用與應(yīng)用間的藩籬。

一方面，豆包帶來了新的用戶觸點，方便開發(fā)者和服務(wù)商在傳統(tǒng)的應(yīng)用之外，獲取增量流量。另一方面，生態(tài)也有機會回歸服務(wù)的本質(zhì)，誰比價更準、搶券更快、服務(wù)更穩(wěn)，誰就更有機會在合適時機被助手調(diào)用，串聯(lián)起整個任務(wù)流程。

總體而言，在手機廠商的幫助下，豆包手機助手一方面大大提升了用戶體驗，另一方面也在嘗試搭建一個更開放和智能的行業(yè)生態(tài)。

結(jié)尾

當然，作為預(yù)覽版，現(xiàn)在的豆包手機助手遠未完美，尤其在決策流程與用戶習(xí)慣的磨合上更是如此。它偶爾會聽錯指令，執(zhí)行不到位，偶爾因為缺少應(yīng)用而被迫跳轉(zhuǎn)瀏覽器，有時還需要用戶多次授權(quán)、頻繁登錄。這些磨合期的尷尬，在所難免。

豆包在購買界面也溫馨提示：此次發(fā)售主要面向行業(yè)人士，暫不承諾成熟產(chǎn)品的功能完善度。整體體驗下來，相較市面上的其他產(chǎn)品而言，豆包手機助手的可用性做得不錯，這種表態(tài)延續(xù)了豆包一貫的謹慎與謙虛。

一款工程機面世，產(chǎn)品本身未必復(fù)雜，釋放的信號卻足夠清晰。它向業(yè)界證明，不需要死磕大模型，只需接入豆包，硬件廠商就能用外腦快速補齊AI短板。

對開發(fā)者而言，大模型+手機硬件+開放生態(tài)的樣板間已經(jīng)搭好。豆包發(fā)布的可能不只是一個手機助手，更可能是通往用戶“動口不動手”手機時代的門票。

對消費者來說，極客們可以率先“上車”嘗鮮，這既是體驗流行趨勢的機會，也是與廠商共同打磨產(chǎn)品的過程；普通消費者則完全不必著急換機，但請做好心理準備：這類系統(tǒng)級手機助手，很可能在未來兩三年內(nèi)，成為旗艦機的標配。

大模型與手機該怎么過日子？豆包已經(jīng)打了個樣。未來手機間比拼的，或許不再是更快的芯片，而是誰的助手更懂你。

本內(nèi)容由作者授權(quán)發(fā)布，觀點僅代表作者本人，不代表虎嗅立場。如對本稿件有異議或投訴，請聯(lián)系 tougao@huxiu.com。

本文來自虎嗅，原文鏈接：https://www.huxiu.com/article/4811946.html?f=wyxwapp