實(shí)測(cè)：AI真能操作手機(jī)嗎？

外賣大戰(zhàn)三國(guó)殺，天天來(lái)回要比價(jià)，搶券湊單算補(bǔ)貼，用戶羊毛薅得頭大。

這種煩惱，在手機(jī)應(yīng)用越來(lái)越巨無(wú)霸、號(hào)稱要“一站式解決”的當(dāng)下，不僅沒(méi)減少，反而更嚴(yán)重了。

想來(lái)一趟說(shuō)走就走的旅行？你得先上小紅書(shū)、抖音挑選打卡景點(diǎn)，打開(kāi)大眾點(diǎn)評(píng)找找老饕們的最愛(ài)，搜索高德地圖查查當(dāng)?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(lái)的打卡地點(diǎn)、熱門(mén)餐廳一個(gè)個(gè)輸入地址、做標(biāo)記，結(jié)合路程遠(yuǎn)近、交通情況和時(shí)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(guò)程，瑣碎又耗人心力。

當(dāng)然，現(xiàn)在已經(jīng)有了各式各樣的AI，寫(xiě)攻略、列清單沒(méi)問(wèn)題，只是最后依然需要用戶手動(dòng)把這些信息串聯(lián)起來(lái)。

是不是很有落差？

在AI改造萬(wàn)物的今天，那個(gè)被視作終極終端的手機(jī)，并沒(méi)有如大家想象得那樣聰明好用。

卷不動(dòng)自研，有外援

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

一個(gè)解決方案是自研。海外有蘋(píng)果自研Apple Intelligence、三星自研Samsung Gauss模型，國(guó)內(nèi)有華為自研盤(pán)古大模型，都是這一路線的代表。

但是從頭搞一個(gè)類似GPT級(jí)別的大模型，難度堪比登珠峰。顯卡一卡難求，試錯(cuò)成本高昂，開(kāi)銷動(dòng)輒過(guò)億；數(shù)據(jù)壁壘同樣難以跨越，搜索引擎和內(nèi)容平臺(tái)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(diǎn)，手機(jī)就開(kāi)始發(fā)燙，最后不得不回到云端。

沒(méi)有雄厚家底，真卷不動(dòng)大模型。

術(shù)業(yè)有專攻，手機(jī)廠商的強(qiáng)項(xiàng)是做系統(tǒng)、搞交互、調(diào)度硬件資源。既然卷不動(dòng)模型，那不如找個(gè)強(qiáng)力外援。連家大業(yè)大的蘋(píng)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(fēng)，也刮到了國(guó)內(nèi)。

最新的動(dòng)態(tài)是，豆包發(fā)布了手機(jī)助手，和努比亞手機(jī)做了臺(tái)工程樣機(jī)，把AI能力集中展示給從業(yè)者和開(kāi)發(fā)者看。

虎嗅上手測(cè)試了一圈，發(fā)現(xiàn)這事頗有意思。這次合作沒(méi)有重新做一臺(tái)AI手機(jī)，也沒(méi)有推翻安卓系統(tǒng)，而是在現(xiàn)有的系統(tǒng)層上“打了個(gè)洞”，塞進(jìn)去一個(gè)隨時(shí)能喚醒、會(huì)跨應(yīng)用干活的超級(jí)助手。

豆包這次的動(dòng)作，更像是在向行業(yè)展示了一條可行的路徑：

對(duì)大模型廠商來(lái)說(shuō)，市場(chǎng)上的手機(jī)硬件和操作系統(tǒng)都能成為合作對(duì)象，不必苦哈哈地自己造手機(jī)、做系統(tǒng)，安心做那個(gè)“最懂用戶的靈魂”就好。

對(duì)手機(jī)廠商來(lái)說(shuō)，也不必死磕底層模型，與頭部模型廠商合作，引入標(biāo)準(zhǔn)的AI能力組件，立馬就能讓手機(jī)智商快步升級(jí)。

手機(jī)里的系統(tǒng)級(jí)工具人

那豆包手機(jī)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(tuán)隊(duì)在既有應(yīng)用能力的基礎(chǔ)上，與手機(jī)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(jī)助手能給用戶帶來(lái)更自然的交互、更豐富的體驗(yàn)。

用一句話概括，豆包手機(jī)助手是手機(jī)里的“系統(tǒng)級(jí)工具人”。

它能說(shuō)話，支持語(yǔ)音和視頻通話，聽(tīng)得懂長(zhǎng)句子和復(fù)雜表達(dá)；它會(huì)看屏幕，支持基于當(dāng)前屏幕內(nèi)容的提問(wèn)，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(zhǎng)了手”，可以模擬用戶點(diǎn)擊，自行操作手機(jī)上的各種應(yīng)用。之前外界猜測(cè)豆包要造手機(jī)，現(xiàn)在看，它更像是選擇站在手機(jī)系統(tǒng)身邊，做最強(qiáng)“助攻”。

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

對(duì)手機(jī)圈來(lái)說(shuō)，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(jī)上，便于手機(jī)廠商“借力打力”。云端能力升級(jí)了，工具箱豐富了，手機(jī)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(tīng)懂用戶意圖”和“幫用戶做事”落地，不搶系統(tǒng)入口，不爭(zhēng)生態(tài)主導(dǎo)權(quán)，手機(jī)廠商很放心。 第三，生態(tài)足夠開(kāi)放，可以接入更多第三方服務(wù)。開(kāi)發(fā)者的能力可以被助手調(diào)用，而不用費(fèi)心勞力再單做一個(gè)新應(yīng)用，從零拉新。

這意味著什么？

對(duì)消費(fèi)者來(lái)說(shuō)，熟悉的手機(jī)里，多了一個(gè)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(mén)檻非常低。

對(duì)手機(jī)廠商來(lái)說(shuō)，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(bǔ)上外腦這一塊短板。

一把好手，真能干活

豆包能干活，問(wèn)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(huì)了“動(dòng)手”。

具體來(lái)說(shuō)，助手能模擬用戶點(diǎn)擊，直接操作手機(jī)上的各類應(yīng)用。一句“幫我用美團(tuán)外賣再點(diǎn)一單之前買的感冒藥”，或者“幫我去應(yīng)用商店下載一個(gè)微信輸入法并設(shè)為默認(rèn)”，它就會(huì)在后臺(tái)默默開(kāi)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(gè)應(yīng)用，把任務(wù)拆開(kāi)再接起來(lái)。這種說(shuō)說(shuō)話就能“少看幾眼屏幕、少點(diǎn)幾次操作”的體驗(yàn)，相比傳統(tǒng)助手，是質(zhì)的飛躍。

基礎(chǔ)的玩法是，用語(yǔ)音交互來(lái)操作手機(jī)，“讓某個(gè)應(yīng)用做某事”一句話就可實(shí)現(xiàn)。

比如：“豆包，幫我用飛書(shū)把今天早上10點(diǎn)跟李總的會(huì)改個(gè)時(shí)間，找我倆都空的時(shí)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(dòng)了嘴，但后臺(tái)的豆包卻忙壞了：?jiǎn)酒痫w書(shū)日歷，查找雙方空檔，修改日程，再切回微信，找到對(duì)應(yīng)對(duì)話框，發(fā)送道歉信息。一系列動(dòng)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(pán)，視線未曾離開(kāi)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(gè)應(yīng)用，卻是AI的長(zhǎng)項(xiàng)。定時(shí)搶券、多應(yīng)用比價(jià)、查詢歷史訂單，都是例子。

比如，搶券場(chǎng)景：“豆包，以后每天13點(diǎn)59和19點(diǎn)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(jià)快車。”

豆包手機(jī)助手知道在什么時(shí)間、使用哪個(gè)應(yīng)用、進(jìn)入哪個(gè)頁(yè)面，按怎樣的優(yōu)先級(jí)去點(diǎn)擊按鈕，并在成功或失敗時(shí)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(guó)旅游，幫我把韓國(guó)旅游必備的App都裝好。”

它先打開(kāi)應(yīng)用商店，嘗試搜索“韓國(guó)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(guó)地圖寶。

雖然因?yàn)閼?yīng)用商店缺貨，韓國(guó)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(gè)更復(fù)雜的場(chǎng)景，是跨平臺(tái)比價(jià)：“豆包，我想點(diǎn)新奧爾良烤翅，肯德基家的，請(qǐng)幫我在幾個(gè)外賣平臺(tái)上，分別看一下中關(guān)村地鐵站附近的門(mén)店多少錢(qián)，把價(jià)格幫我記錄下來(lái)。”

用戶沒(méi)有指定“路線”，只要求結(jié)果。

豆包手機(jī)助手自主決定調(diào)用京東、大眾點(diǎn)評(píng)及淘寶三個(gè)應(yīng)用，逐一打開(kāi)相應(yīng)的外賣板塊，根據(jù)地址搜索門(mén)店，記錄產(chǎn)品價(jià)格，再整理后給到用戶。讓人驚喜的是，它跳過(guò)了打烊店鋪，考慮到了優(yōu)惠券及配送費(fèi)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(jī)助手該有的樣子。

給手機(jī)裝上大腦

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

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

干活的前提，是語(yǔ)義理解真正落地到系統(tǒng)執(zhí)行。大模型要能聽(tīng)懂用戶的自然語(yǔ)言指令，再與手機(jī)底層的操作指令有效銜接，讓系統(tǒng)更聽(tīng)人話。過(guò)去是動(dòng)嘴皮子，現(xiàn)在AI開(kāi)始邁向“動(dòng)手辦事”。

對(duì)用戶來(lái)說(shuō)，處理任務(wù)變得省心。過(guò)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(shuō)清楚，手機(jī)助手會(huì)嘗試在后臺(tái)跑通流程，輔助用戶決策和執(zhí)行。

同時(shí)，還能解鎖更多使用場(chǎng)景。騎車、開(kāi)車、做家務(wù)時(shí)，語(yǔ)音交互加模擬點(diǎn)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(shí)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(shí)世界的橋梁。

從廠商博弈看，豆包手機(jī)助手打破了軟件（大模型）與硬件（手機(jī)設(shè)備）的傳統(tǒng)邊界。曾經(jīng)，大模型廠商與手機(jī)廠商相互提防，如今越來(lái)越多的信號(hào)顯示，軟硬共生才是出路，AI體驗(yàn)有望反過(guò)來(lái)拉動(dòng)硬件銷量。

豆包選擇了拆墻融合的解法，它不造手機(jī)、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(dòng)手機(jī)廠主導(dǎo)權(quán)的前提下，補(bǔ)齊了其模型短板。

當(dāng)手機(jī)助手的體驗(yàn)足夠流暢，消費(fèi)者的購(gòu)機(jī)邏輯也會(huì)隨之改變，未來(lái)大家比的不是“像素多少、內(nèi)存多大”，而是“這手機(jī)能不能幫我搶券？能不能幫我點(diǎn)外賣？能不能自動(dòng)處理退款嗎？”

從開(kāi)發(fā)生態(tài)的角度，豆包手機(jī)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(lái)了新的用戶觸點(diǎn)，方便開(kāi)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(jī)會(huì)回歸服務(wù)的本質(zhì)，誰(shuí)比價(jià)更準(zhǔn)、搶券更快、服務(wù)更穩(wěn)，誰(shuí)就更有機(jī)會(huì)在合適時(shí)機(jī)被助手調(diào)用，串聯(lián)起整個(gè)任務(wù)流程。

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

結(jié)尾

當(dāng)然，作為預(yù)覽版，現(xiàn)在的豆包手機(jī)助手遠(yuǎn)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(huì)聽(tīng)錯(cuò)指令，執(zhí)行不到位，偶爾因?yàn)槿鄙賾?yīng)用而被迫跳轉(zhuǎn)瀏覽器，有時(shí)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(gòu)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(yàn)下來(lái)，相較市面上的其他產(chǎn)品而言，豆包手機(jī)助手的可用性做得不錯(cuò)，這種表態(tài)延續(xù)了豆包一貫的謹(jǐn)慎與謙虛。

一款工程機(jī)面世，產(chǎn)品本身未必復(fù)雜，釋放的信號(hào)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(bǔ)齊AI短板。

對(duì)開(kāi)發(fā)者而言，大模型+手機(jī)硬件+開(kāi)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(gè)手機(jī)助手，更可能是通往用戶“動(dòng)口不動(dòng)手”手機(jī)時(shí)代的門(mén)票。

對(duì)消費(fèi)者來(lái)說(shuō)，極客們可以率先“上車”嘗鮮，這既是體驗(yàn)流行趨勢(shì)的機(jī)會(huì)，也是與廠商共同打磨產(chǎn)品的過(guò)程；普通消費(fèi)者則完全不必著急換機(jī)，但請(qǐng)做好心理準(zhǔn)備：這類系統(tǒng)級(jí)手機(jī)助手，很可能在未來(lái)兩三年內(nèi)，成為旗艦機(jī)的標(biāo)配。

大模型與手機(jī)該怎么過(guò)日子？豆包已經(jīng)打了個(gè)樣。未來(lái)手機(jī)間比拼的，或許不再是更快的芯片，而是誰(shuí)的助手更懂你。

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

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