豆包發(fā)布手機助手技術(shù)預覽版 正與多家手機廠商洽談合作

12月1日，字節(jié)跳動豆包團隊發(fā)布豆包手機助手技術(shù)預覽版。

據(jù)介紹，豆包手機助手，是在豆包APP的基礎上，和手機廠商在操作系統(tǒng)層面合作的AI助手軟件。基于豆包大模型的能力和手機廠商的授權(quán)，豆包手機助手能夠為用戶帶來更方便的交互和更豐富的體驗。

豆包大模型能力全面，模型在推理、視覺理解、圖像創(chuàng)作、視頻生成、語音等方面的性能達到國際一流水平，圖形界面操作能力更是在多項權(quán)威評測中獲得業(yè)界最佳成績，可以像人類一樣操作手機，完成各種復雜任務。

在手機助手的落地路徑上，豆包明確表示沒有自研手機計劃，正與多家手機廠商洽談，以“生態(tài)合作”形式將豆包手機助手整合進不同品牌機型中，相關(guān)進展將在后續(xù)公布。

現(xiàn)階段，開發(fā)者和科技愛好者可以在豆包與中興合作的工程樣機nubiaM153上，體驗豆包手機助手的技術(shù)預覽版本。目前該版本已面向開發(fā)者和科技愛好者少量發(fā)售，售價3499元。

在豆包手機助手發(fā)布的技術(shù)預覽版演示視頻中可以看到，AI助手在與手機廠商深度合作后，操作手機能力和便捷調(diào)用大模型能力，成為一大亮點。

視頻顯示，用戶可通過語音、側(cè)邊鍵或豆包OlaFriend耳機直接喚醒豆包，實現(xiàn)更便捷的交互。在任意界面使用手機時，用戶都可以直接就屏幕內(nèi)容向豆包手機助手提問以獲取更多信息。同時，豆包手機助手也將語音通話、視頻通話和屏幕共享等豆包用戶常用功能嵌入助手中，用戶雙擊側(cè)邊AI鍵即可調(diào)用。

多模態(tài)方面，豆包手機助手打通了系統(tǒng)原生相冊，用戶可直接在相冊內(nèi)通過語音對圖片下達修圖指令，例如刪除人物、清理雜物等。

值得關(guān)注的是，豆包手機助手的AI操作手機功能。據(jù)介紹，該功能可根據(jù)用戶指令在多款應用間自動跳轉(zhuǎn)，幫助用戶完成類似查票訂票、商品下單、批量下載文件、多軟件物流進度一鍵查詢等任務。

以視頻演示的跨平臺比價下單場景為例，用戶在社交媒體上被種草商品，只需說出“幫我在全平臺比價下單”，豆包手機助手即可在多個電商平臺搜索同款商品，對比價格和規(guī)格，自動領(lǐng)券后選擇最低價的商品下單。不過，涉及支付等高敏感環(huán)節(jié)時，助手會提示用戶手動完成，以降低誤操作及安全風險。AI操作的過程中，用戶仍可正常使用手機。

為提升個性化程度，豆包手機助手提供記憶功能，支持用戶按需開啟，并嚴格保護用戶數(shù)據(jù)隱私安全。

基于記憶，豆包手機助手還上線了操作手機Pro模式。該模式除調(diào)用GUIAgent（模擬點擊）外，還可直接調(diào)用系統(tǒng)工具，結(jié)合記憶數(shù)據(jù)與更強的推理能力，更高效地幫助用戶完成復雜任務。官方視頻舉例稱，在操作手機Pro模式下，當用戶說“幫我給女兒推薦幾個禮物放進購物車”時，若記憶中已存儲女兒的年齡、興趣等信息，助手可直接查詢符合女兒年齡、偏好的方案，無需用戶逐一交代細節(jié)。

不過，豆包手機助手也在官方視頻的結(jié)尾特別提示，盡管演示內(nèi)容均為真實錄制，但受限于大模型技術(shù)的不確定性，相關(guān)場景無法保證百分百復現(xiàn)。當前產(chǎn)品實際可用性與團隊預期仍有差距，未來仍將持續(xù)迭代優(yōu)化。

有行業(yè)分析指出，大模型行業(yè)發(fā)展迅速，當前手機AI助手領(lǐng)域正呈現(xiàn)"手機廠商+大模型廠商"深度合作的清晰趨勢。例如谷歌Gemini與三星的合作探索，已為行業(yè)提供跨界協(xié)同的參考樣本。