谷歌的“豆包手機”來了？

當?shù)貢r間2月25日，三星在舊金山舉行Galaxy Unpacked 2026發(fā)布會，正式推出Galaxy S26系列旗艦手機。但真正引爆科技圈討論的，并非手機硬件本身，而是谷歌安卓生態(tài)系統(tǒng)總裁薩米爾·薩馬特（Sameer Samat）登臺展示的一項新功能——Gemini智能體，能夠在后臺自動完成訂餐、叫車、購物等多步驟復雜任務。

這一幕，對于關注國內(nèi)AI動態(tài)的觀眾來說，可謂“似曾相識”。

就在三個月前的2025年12月1日，字節(jié)跳動豆包團隊發(fā)布了豆包手機助手技術預覽版，展示了幾乎完全一致的能力：系統(tǒng)級喚醒、跨應用自動操作、后臺任務執(zhí)行。搭載該助手的努比亞M153工程樣機首批3萬臺一夜售罄，在科技圈引發(fā)現(xiàn)象級關注。

如今，全球科技巨頭谷歌攜手三星推出同樣能力的產(chǎn)品，這是否意味著，跟隨這一創(chuàng)新，谷歌的“豆包手機”也來了？

智能體AI：手機助手幫你辦事

“安卓正從傳統(tǒng)操作系統(tǒng)演變?yōu)橐粋€真正理解并為你服務的智能系統(tǒng)。”薩馬特在發(fā)布會上如此定義這次升級的意義。他將這項能力稱為Gemini的“下一次進化”，讓手機助手從“回答問題”升級為“幫你辦事”。

在現(xiàn)場演示環(huán)節(jié)，薩馬特展示了一個貼近日常的場景：一個家庭群聊里，成員們七嘴八舌地討論晚餐點什么披薩。按照傳統(tǒng)方式，用戶需要自己閱讀消息、記住每個人的口味偏好、打開外賣App、逐一添加菜品、核對地址、等待支付……整套流程下來，至少需要切換三四個應用，耗時數(shù)分鐘。

而在Galaxy S26上，薩馬特只說了一句話：讓Gemini幫他處理群聊里的披薩訂單。

接下來的場景中，Gemini自動讀取群聊內(nèi)容，分析每個人的偏好，啟動外賣應用，導航到對應餐廳，將所有披薩添加到購物車，最后生成訂單等待用戶確認。整個過程中，用戶可以繼續(xù)使用手機做其他事，也可以隨時查看進度、介入調(diào)整或直接終止任務。

“行業(yè)內(nèi)稱之為智能體AI（Agentic AI），”薩馬特說，“我只把它叫做——把事情搞定（Getting stuff done）。”

根據(jù)谷歌官方博客介紹，這項功能首批支持的場景包括出行打車（如Uber）、餐飲外賣（如DoorDash、Grubhub）和生鮮雜貨配送。用戶長按手機側邊電源鍵即可喚醒Gemini，用自然語言下達指令，比如“幫我叫一輛車回家”“重新點一份上次的外賣”“把買菜清單加到購物車”。

背后技術：虛擬窗口、GUI Agent與多步推理

Gemini智能體是如何實現(xiàn)這些能力的？綜合谷歌官方博客和外媒報道，其技術方案可歸納為三個核心要素。

第一是“安全虛擬窗口”機制。當用戶發(fā)出任務指令后，Gemini會在手機上啟動一個獨立的虛擬環(huán)境來運行目標應用，而非直接控制用戶的主界面。谷歌在博客中明確表示，Gemini會在“手機上的安全虛擬窗口中運行應用”，這意味著AI的操作被隔離在“沙盒”中，既保證任務流暢執(zhí)行，又避免AI直接訪問用戶的整個系統(tǒng)。

第二是多模態(tài)視覺理解能力，業(yè)內(nèi)通常稱之為“GUI Agent”（圖形界面智能體）。Gemini 3具備強大的視覺語言模型能力，能夠像人類一樣“看懂”應用界面——識別按鈕、輸入框、菜單等元素，理解其含義，并模擬點擊、滑動等操作。這意味著AI無需依賴應用方提前適配API接口，就能在幾乎任何App中完成任務。

第三是多步驟推理與規(guī)劃能力。面對復雜任務，Gemini會先制定執(zhí)行計劃，再逐步完成。以披薩訂單為例，AI需要理解語境、從對話中提取結構化信息（誰要什么口味、多少份、送到哪里），規(guī)劃“打開外賣App→搜索餐廳→添加菜品→確認地址→生成訂單”的執(zhí)行路徑，并在執(zhí)行過程中處理各種意外情況。三星官方發(fā)布會回顧文章中提到，“Gemini 3使用多模態(tài)推理來創(chuàng)建計劃并逐步執(zhí)行，將你的意圖轉化為行動?！?/p>

在安全性方面，谷歌做了多重考量：任務必須由用戶明確發(fā)起，AI不會擅自行動；用戶可隨時查看進度、介入干預或終止；涉及支付等敏感操作時，系統(tǒng)會提示用戶手動完成。

谷歌還在Android開發(fā)者博客中披露了一套名為“AppFunctions”的底層框架，類似于當下流行的模型上下文協(xié)議（MCP）的本地版本。通過AppFunctions，應用開發(fā)者可以定義功能接口，讓Gemini更精準地調(diào)用；同時，谷歌也在開發(fā)“UI自動化框架”，讓AI能在沒有官方適配的應用上通過視覺識別完成任務。

似曾相識：這不就是豆包三個月前做的事？

看到這里，熟悉國內(nèi)AI動態(tài)的讀者一定會有強烈的既視感——因為上述能力，豆包手機助手在三個月前就已經(jīng)展示過了。

2025年12月1日，字節(jié)跳動豆包團隊發(fā)布豆包手機助手技術預覽版，搭載于與中興通訊合作的努比亞M153工程樣機。這款售價3499元的手機上線后幾乎瞬間售罄，首批約3萬臺被開發(fā)者和科技愛好者搶購一空，二手市場溢價一度高達3000元以上。

從技術路徑和產(chǎn)品形態(tài)來看，豆包手機助手與Gemini智能體高度一致：

系統(tǒng)級喚醒——豆包支持通過語音、側邊鍵或豆包Ola Friend耳機直接激活，與Gemini的長按側鍵喚醒如出一轍；

AI操作手機——豆包能夠跨應用完成訂票、購物比價、批量下載文件、多平臺物流查詢等復雜任務，與Gemini的打車、外賣、購物場景異曲同工；

GUI Agent技術——豆包同樣采用視覺理解+模擬點擊的方式操作第三方應用，而非依賴預設API；

后臺運行——豆包的任務執(zhí)行同樣在后臺完成，不搶占用戶主界面，用戶可隨時查看、干預或終止。

看演示，效果上豆包實現(xiàn)的更好。例如，用戶可以直接說“幫我給女兒推薦幾個禮物放進購物車”，或者直接通過語音對圖片下達修圖指令，如刪除人物、清理雜物等。

北京大學武漢人工智能研究院副院長呂鵬在接受媒體采訪時曾評價：“豆包手機助手的工程化水平很高，完成度很好，是未來智能終端的雛形?！?/p>

換言之，在“手機智能體”這條賽道上，豆包比谷歌更早邁出了這一步，并以技術預覽版的形式率先向市場驗證了用戶需求和技術可行性。

全球共識：蘋果也選擇了Gemini

手機AI助手從“對話”走向“代理”，正在成為一場全球性的技術共識。

就在今年1月12日，蘋果與谷歌聯(lián)合宣布了一項重磅合作：蘋果將采用谷歌的Gemini大模型來驅(qū)動下一代Apple Intelligence功能，包括更加個性化的Siri語音助手。根據(jù)彭博社報道，這筆交易價值約為每年10億美元。蘋果此前還評估了OpenAI和Anthropic的技術方案，最終選了谷歌的技術。

蘋果CEO蒂姆·庫克在公司2026財年第一季度財報電話會上進一步解釋了這一合作，稱“驅(qū)動個性化Siri的，將是與谷歌的合作成果。”雖然蘋果尚未披露具體的智能體功能細節(jié)，但從其公開愿景來看，未來的Siri將能夠理解用戶的個人上下文，跨應用完成任務，這與Gemini和豆包的能力方向完全一致。

CNBC的報道指出，這一合作意味著Gemini將成為Android和iOS兩大平臺的默認AI引擎，覆蓋全球絕大多數(shù)智能手機用戶。

與此同時，三星也在構建多元化的AI助手生態(tài)。Galaxy S26同時集成了三套AI引擎：谷歌Gemini負責智能體級別的跨應用任務執(zhí)行，Perplexity負責聯(lián)網(wǎng)搜索問答，三星自家的Bixby作為本地設備助手承擔基礎交互。

無論豆包還是Gemini，安卓還是iOS，全球科技巨頭正在用行動證明：手機智能體是AI應用落地的關鍵戰(zhàn)場，“代理式操作”將成為下一代手機助手的標配能力。

賽道已熱，先行者何時再出發(fā)？

隨著谷歌、蘋果相繼入場，“手機智能體”賽道的熱度已被徹底點燃。

薩馬特在發(fā)布會上強調(diào)了這項能力的商業(yè)價值：“后臺任務執(zhí)行減少了應用切換，降低了手動協(xié)調(diào)工作，保證了工作流程的順暢進行，同時又不會剝奪用戶的可見性或控制權?！睂τ谄髽I(yè)用戶而言，這意味著顯著的效率提升空間。

根據(jù)?美國權威科技媒體T?he Verge報道，薩馬特也表示這是將安卓從單純的操作系統(tǒng)轉變?yōu)椤爸悄芟到y(tǒng)”征程中的一步。“這項技術正在發(fā)展，而開發(fā)者社區(qū)面臨的問題是如何擁抱它?！?/p>

IDC預計，2026年中國新一代AI手機出貨量將達到1.47億臺，同比增長31.6%，占據(jù)整體市場的53%。這片藍海足夠廣闊，而“智能體”能力正在成為決定AI手機含金量的關鍵指標。

三星方面宣布，Gemini智能體功能將以Beta預覽版形式于3月11日隨Galaxy S26系列發(fā)售向用戶開放，首發(fā)市場為美國和韓國，首批支持設備還包括谷歌Pixel 10系列。三星表示，其Galaxy AI已覆蓋全球4億臺設備，預計今年搭載Gemini的設備數(shù)量將翻倍至8億臺。

自去年12月發(fā)布技術預覽版以來，豆包手機助手至今尚未公布任何正式版或新產(chǎn)品的消息。在谷歌、蘋果高調(diào)推進之際，這位技術上的先行者顯得相對低調(diào)。

谷歌的“豆包手機”來了，但真正的豆包，下一步會怎么走？

市場正在等待答案。