豆包的AI助手江湖

撰文| 郝 鑫 吳先之

編輯| 王 潘

電影《某種物質(zhì)》里主人公伊麗莎白為了留住青春，通過注射藥劑，分裂出了克隆體蘇。

大模型讓曾經(jīng)自詡“弄潮兒”的互聯(lián)網(wǎng)大廠，也感受到了“衰老”的恐懼。從百度、阿里到字節(jié)，他們紛紛在尋找自己的“蘇”。

字節(jié)“豆包”正在以肉眼可見的速度進(jìn)行分裂，從AI助手到輸入法，從TWS耳機(jī)到從系統(tǒng)上定制智能手機(jī)。

12月第1天，字節(jié)發(fā)布了一款可體驗(yàn)豆包手機(jī)助手的工程樣機(jī)。手機(jī)型號(hào)為中興旗下的努比亞手機(jī)M153，硬件核心指標(biāo)包括高通驍龍8至尊版芯片、16GB內(nèi)存+512GB存儲(chǔ)，售價(jià)3499元。

其中，高通驍龍8至尊版芯片搭載了新一代Hexagon NPU可高效運(yùn)行端側(cè)多模態(tài)生成式AI應(yīng)用，還能支撐多模態(tài) AI 助手實(shí)現(xiàn)自動(dòng)語音識(shí)別、大語言模型交互等功能，為搭載豆包提供了支撐。

豆包助手落地的新“肉體”差強(qiáng)人意，M153機(jī)型基礎(chǔ)配置與同期其他品牌，還有努比亞今年旗艦相比，都算不上頂配。這可能說明字節(jié)在與手機(jī)廠商合作落地豆包手機(jī)助手時(shí)，重在體驗(yàn)功能而非拼參數(shù)性能。

根據(jù)豆包實(shí)際視頻演示能夠看到，豆包手機(jī)助手提供了語音和側(cè)邊AI鍵兩種喚醒方式，無論哪種都需要與終端廠商合作開發(fā)，只是差異在于前者替代了手機(jī)廠商自己的手機(jī)助手，而后者則是定義硬件。

在喚醒條件下，豆包手機(jī)助手直接讀取屏幕內(nèi)容、使用多模態(tài)理解照片、自動(dòng)完成跨平臺(tái)比價(jià)下單、遠(yuǎn)程控制汽車等。視頻重點(diǎn)展現(xiàn)了AI助手在端側(cè)部署中長(zhǎng)文本、記憶、個(gè)性化的多種技術(shù)能力。

值得一提的是，演示視頻中還給出了一個(gè)根據(jù)規(guī)劃執(zhí)行旅行中的機(jī)票、門票、餐廳預(yù)訂的案例，花費(fèi)8分多鐘完成了整套操作。

豆包與手機(jī)廠商合作，超越了簡(jiǎn)單的Agent和Computer Use操作，更像是一次Siri式的落地探索。統(tǒng)一化的喚起和手機(jī)操作入口，打包式的集成操作，一個(gè)全新的AI手機(jī)助手正在被大模型軟件改寫。

互相克隆與排異反應(yīng)

伊麗莎白為了留住青春，需要克隆體蘇延續(xù)青春。在端側(cè) AI 競(jìng)賽中，豆包手機(jī)助手，拉開了 “互為克隆體” 的合作序幕。

為了拓展用戶規(guī)模，同時(shí)也尋找最好的落地形態(tài)，豆包進(jìn)行了多種嘗試，包括PC端、移動(dòng)端、網(wǎng)頁端、瀏覽器插件，或是內(nèi)嵌入生態(tài)內(nèi)，如飛書。種種嘗試似乎仍不能滿足字節(jié)的胃口，畢竟缺乏硬件載體，容易落入“輕量級(jí)外掛” 的陷阱之中。

為此，字節(jié)在去年10月，曾推出軟硬融合的Ola Friend——一款搭載了豆包的首款A(yù)I智能體耳機(jī)。不過TWS耳機(jī)的形態(tài)限制了計(jì)算與存儲(chǔ)，使得AI藍(lán)牙耳機(jī)必須依靠外部設(shè)備接入云端大模型，輸出AI功能。而且作為附屬配件，耳機(jī)薄弱的離線能力，存在離開手機(jī)即斷網(wǎng)的問題。

從實(shí)際場(chǎng)景來看，AI耳機(jī)最核心的功能是利用聲學(xué)信號(hào)處理與AI算法的深度融合，在語音交互層面完成從聽到理解的跨越。因此，對(duì)于豆包而言，走向手機(jī)終端，尋求與硬件更深層次的融合是必經(jīng)之路。

牽手手機(jī)廠商，不止能讓豆包，對(duì)于所有AI助手而言都是跳出 “云端孤島” 困境的有效手段。手機(jī)是用戶保有量最大、每日交互最頻繁的終端，是大模型落地的必爭(zhēng)之地。搭載了豆包助手的AI手機(jī)，也有機(jī)會(huì)進(jìn)一步激活既有的AI耳機(jī)等其他產(chǎn)品。

若是將華榮米OV這類手機(jī)生態(tài)完善的大廠，比作基建完善的高速公路，那么努比亞則是相對(duì)生態(tài)不夠完善的普通道路。豆包選擇與努比亞合作，既有現(xiàn)實(shí)考量，也是希望打造一個(gè)標(biāo)桿級(jí)的“蘇”，吸引其他廠商合作。

根據(jù)視頻演示，或多或少看到豆包與努比亞手機(jī)的合作已深入到底層權(quán)限的調(diào)用，否則不可能完成OTA場(chǎng)景下的跨平臺(tái)動(dòng)作。

豆包手機(jī)助手具備端側(cè)記憶、跨App代操作等技術(shù)，其本地加密存儲(chǔ)的記憶功能與GUI模擬點(diǎn)擊能力，讓其從工具完成了向助理的變化。而手機(jī)廠商掌控硬件工程與底層權(quán)限，握有分配服務(wù)與變現(xiàn)的主導(dǎo)權(quán)。

換言之，豆包手機(jī)助手其實(shí)給終端廠商提供了一條類似于華為的智選車合作方案，而非直接下場(chǎng)做手機(jī)。

以技術(shù)主導(dǎo)權(quán)換硬件落地，如與努比亞協(xié)同優(yōu)化端側(cè)算力，與其說讓模型適配手機(jī)，不如說是適配手機(jī)芯片。借助努比亞，豆包向基于安卓的手機(jī)廠商釋放了一個(gè)相當(dāng)明確的信息：生態(tài)好壞與否不重要。從生態(tài)上推進(jìn) “系統(tǒng)級(jí)嵌入”，通過標(biāo)準(zhǔn)化接口解決權(quán)限爭(zhēng)議，同時(shí)以端側(cè)數(shù)據(jù)處理，解決數(shù)據(jù)隱私問題。

同時(shí)需要看到，努比亞背后的中興不算手機(jī)大廠，其名不見經(jīng)傳的小牛語音助理更容易從系統(tǒng)層面換做豆包AI助理。做個(gè)不恰當(dāng)?shù)谋扔鳎拱谂葋啠缤囶I(lǐng)域的華為之于賽力斯。豆包是努比亞的加分項(xiàng)，而對(duì)于其他大廠而言，則存在失去“靈魂”的焦慮。

豆包與手機(jī)廠商深度合作的挑戰(zhàn)，或許并不是技術(shù)能力，而是商業(yè)與組織能力。

在手機(jī)大廠眼中，豆包，乃至字節(jié)都只是“第三方服務(wù)商”，而涉及到硬件適配與底層權(quán)限調(diào)用，將讓事情變得復(fù)雜起來。引入豆包都將讓手機(jī)廠商自研AI助理陷入尷尬的境地，這也導(dǎo)致手機(jī)大廠與豆包存在一定的排異反應(yīng)。

誰是蘇，誰是伊麗莎白？

“在AI和游戲面前，手機(jī)性能永不過剩。”

一家頭部手機(jī)廠商高級(jí)副總裁此前談及端側(cè)AI部署時(shí)提到，手機(jī)廠商除了要保持流暢運(yùn)轉(zhuǎn)，還需要考慮能效、散熱等性能發(fā)揮到極致。畢竟手機(jī)端側(cè)AI部署才剛剛起步，對(duì)于如何做好底層內(nèi)存占用與調(diào)用，各手機(jī)廠商都還在摸索之中。

言下之意，到底如何開展，手機(jī)廠商們還在獨(dú)自摸索之中。

在談及第三方合作時(shí)，上述表達(dá)看似開放，實(shí)則暗藏深意。“我們跟很多三方廠商都有合作，他們是非常樂意去成就這件事情，甚至有很多服務(wù)廠商主動(dòng)找我們，我們一直推動(dòng)的生態(tài)都是希望是雙方共贏的。”

一年時(shí)間下來，幾乎所有手機(jī)廠商現(xiàn)有的AI應(yīng)用并沒有結(jié)構(gòu)性變化，而無法像豆包與努比亞一樣，真正讓AI助手來“完成動(dòng)作”。

OPPO是幾家廠商中步子邁得最大的一家。此前收購(gòu)波形智能，且一并吸納了核心高管CEO姜昱辰、COO余騰、CTO周王春澍，除了迅速建立起文本處理能力，或多或少也看到了后者鼓吹的LPA（Life-long Personalized AI，長(zhǎng)期個(gè)性化AI），在個(gè)性化服務(wù)上的前景。

盡管不少手機(jī)廠商在去年和今年，都曾用自研的AI助手點(diǎn)一杯咖啡，這背后其實(shí)源于工程化。在豆包手機(jī)助手演示視頻的最后一部分可以看到，其在復(fù)雜的出國(guó)場(chǎng)景下，如何根據(jù)用戶個(gè)性化需求，完成跨平臺(tái)的復(fù)雜動(dòng)作。

在社交媒體收藏巴黎餐廳，并在地圖軟件上標(biāo)記。基于記憶數(shù)據(jù)，豆包根據(jù)需求，在行程中插入了奧賽美術(shù)館的梵高展。最后再到OTA平臺(tái)，完成了訂票動(dòng)作。

另一個(gè)更現(xiàn)實(shí)的問題是，榮米OV都有一支規(guī)模龐大的AI手機(jī)助手開發(fā)團(tuán)隊(duì)，與豆包的合作都將改變其在內(nèi)部的位置。

大模型時(shí)代，到底是硬件定義軟件，還是軟件定義硬件，關(guān)于這個(gè)問題至今眾說紛紜。

但在去年大模型公司和硬件廠商達(dá)成的默契是，“雙方一定要合作”，即針對(duì)端側(cè)模型在硬件基礎(chǔ)上，進(jìn)行一體式的優(yōu)化。蘋果和OpenAI拿出了一個(gè)范本，涉及隱私部分調(diào)取在本地，算力推理部分在云端。

既非端側(cè)大模型，也不是純硬件，字節(jié)靠豆包AI助手走出了第三條路。這條路以“AI頂流”豆包這款產(chǎn)品為背書，通過以“類Siri”的模式部署到手機(jī)端，以此來帶動(dòng)合作方手機(jī)和字節(jié)旗下耳機(jī)的銷量。

什么是“類Siri”的模式？豆包AI助手在手機(jī)端承擔(dān)著喚起所有功能的管家角色，這不同于此前大火的Computer Use功能，因?yàn)镃omputer Use更側(cè)重于讓大模型直接操控操作系統(tǒng)或應(yīng)用程序，實(shí)現(xiàn)“所見即控”的自動(dòng)化任務(wù)執(zhí)行。

豆包的“類Siri”模式本質(zhì)上是AI助手的生態(tài)化延伸，它并不追求直接介入系統(tǒng)底層操控，而是作為用戶與手機(jī)功能、內(nèi)容服務(wù)、物聯(lián)網(wǎng)設(shè)備之間的智能調(diào)度中樞。

字節(jié)的第三條路，本質(zhì)上是以軟件體驗(yàn)為杠桿，撬動(dòng)硬件市場(chǎng)的增量需求。當(dāng)用戶因豆包的便捷交互而選擇特定手機(jī)或耳機(jī)時(shí)，模型的價(jià)值已不再局限于技術(shù)本身，而是成為了消費(fèi)決策的關(guān)鍵變量。接下來，這有可能成為新的趨勢(shì)，軟件與硬件的邊界正在從“誰定義誰”轉(zhuǎn)向“共同進(jìn)化”。

入口再定義

“豆包AI助手”所隱喻的內(nèi)涵，正在被字節(jié)悄悄放大。

在我們的既有印象中，豆包是一款A(yù)I應(yīng)用，而不是Siri。今年是AI to C大年，各類面向C端的AI助手層出不窮，形態(tài)各異。產(chǎn)品多以兩種方式出現(xiàn)，一種是靈光、千問此類的獨(dú)立應(yīng)用；另一種是元寶，嵌入微信生態(tài)之內(nèi)的輕量化路徑。

螞蟻靈光團(tuán)隊(duì)在回顧產(chǎn)品誕生歷程中提到一點(diǎn)觀察，“沿著提高信息傳遞效率的產(chǎn)品主軸探索，我們發(fā)現(xiàn)模型寫代碼、調(diào)動(dòng)各種工具，確實(shí)到了一個(gè)不僅能夠降本增效，還具備生成用戶消費(fèi)級(jí)內(nèi)容的臨界點(diǎn)”。

豆包作為一款A(yù)I應(yīng)用，深受字節(jié)產(chǎn)品邏輯影響。一個(gè)細(xì)節(jié)是，為了成為一款低門檻的通用助手，豆包從一開始就把語音視為一種重要的輸入方式，到幾乎成為所有嘗試中雷打不動(dòng)的功能。我們觀察到，語音的邏輯再次復(fù)用到了豆包輸入法上。對(duì)比微信輸入法，豆包把語音輸入放置在了顯眼的位置。

某大廠AI應(yīng)用團(tuán)隊(duì)告訴我們，現(xiàn)在的AI產(chǎn)品各有主張，比如豆包的語音打電話功能、DeepSeek的推理功能，這導(dǎo)致新產(chǎn)品問世只能在豆包以外的側(cè)面生存。

同樣是投流之戰(zhàn)，Kimi打的是知名度和資本市場(chǎng)估值，字節(jié)則將其視為大型A、B測(cè)試訓(xùn)練場(chǎng)。哪些功能屬于高頻，哪些屬于技術(shù)剛需，用Token調(diào)取量一對(duì)比一目了然。

QuestMobile數(shù)據(jù)顯示，2025年10月，AI原生應(yīng)用中，豆包最高，DAU為5410萬。DAU大戰(zhàn)落下帷幕，隨著豆包功能的向外延展，Kimi、MiniMax等產(chǎn)品離一款通用AI助手的標(biāo)準(zhǔn)越來越遠(yuǎn)，轉(zhuǎn)而走向了更聚焦的垂直Agent。

然而，這場(chǎng)戰(zhàn)事似乎尚未結(jié)束，在最近有了新的名字——“入口之爭(zhēng)”。阿里的千問是新發(fā)起者，就在上周剛完成了與夸克應(yīng)用、瀏覽器，以及智能眼鏡的深度融合。

眼下，字節(jié)轉(zhuǎn)身殺了個(gè)回馬槍，直指手機(jī)廠商腹地，提出了另一種“入口”形態(tài)。

如果說千問整合的是阿里生態(tài)入口，那么字節(jié)想以豆包打通的則是，除了蘋果、鴻蒙封閉生態(tài)外的手機(jī)廠商入口。此前，諸如面壁智能、階躍星辰一些大模型創(chuàng)業(yè)公司也有一些嘗試，但囿于自身資源，無法跟手機(jī)廠商完成深度綁定。

豆包手機(jī)助手僅是字節(jié)降落端側(cè)的“先頭兵”，其背后是豆包為統(tǒng)一品牌下的大模型技術(shù)能力、產(chǎn)品能力和用戶場(chǎng)景洞察能力。字節(jié)的野心可能是讓豆包成為手機(jī)廠商的標(biāo)準(zhǔn)化Siri，實(shí)現(xiàn)“所見即可問，所言即可為”。

在短期內(nèi)或許會(huì)遇到挑戰(zhàn)。一方面受限于大模型技術(shù)的不確定性，演示場(chǎng)景無法保證百分百?gòu)?fù)現(xiàn)，實(shí)際可用性與預(yù)期仍有差距；另一方面，豆包AI助手想要成為“靈魂”，需要與不同廠商的操作系統(tǒng)進(jìn)行更深度的、定制化的整合，這將需要時(shí)間和工程投入。

更長(zhǎng)遠(yuǎn)來看，如何處理好與安卓手機(jī)廠商之間，既合作又博弈的復(fù)雜生態(tài)關(guān)系變得尤為重要。

字節(jié)“不造手機(jī)，卻想定義手機(jī)靈魂”的戰(zhàn)略，正將這場(chǎng)入口之爭(zhēng)推向一個(gè)更微妙，也更關(guān)鍵的階段。互聯(lián)網(wǎng)巨頭與終端廠商在這場(chǎng)AI重構(gòu)一切的變革面前，都會(huì)思考“You are one”。

這句來自《某種物質(zhì)》的隱喻，既兜售著軟硬一體的本源，也暗藏著無可避免的矛盾。

微信號(hào)｜TMTweb

公眾號(hào)｜光子星球

別忘了掃碼關(guān)注我們！