Siri沒做到的事，豆包先做到了

“激活一臺手機，第一步竟然是登錄豆包。”

這并非想象的場景，而是體驗的豆包手機助手時的真實一幕。作為技術預覽版的首批體驗用戶，直面AI深度體驗了其在啟用權限、交互方式以及端側集成上的初步形態。

豆包，這個中國用戶并不陌生的名字，這一次在字節與中興合作的工作樣機Nubia M153上，以“手機原生AI助手”的身份登臺亮相。

手持這臺技術驗證機，你可以通過語音、側邊AI鍵或者Ola Friend耳機喚醒豆包，在任何界面就當前屏幕內容發問。或者直接讓它代替你，在其他App里完成比價下單、整理日程、生成紀要等復雜任務。

中興官方頁面顯示，這款工程機僅向行業體驗者開放預約。在二手市場上，它已出現溢價銷售的情況。

打造手機助手，是字節跳動AI業務邊界的又一次外擴。過去幾年，豆包已經在“云端”證明了自己：據火山引擎方面公開披露，豆包大模型日均Token調用量從2024年5月的1200億漲到2025年9月的30萬億。

此外，豆包在原生AI App中長期位居用戶規模第一。現在，它跨過App的邊界正式“搬進手機”。

近年來，“原生AI手機助手”成為行業內的共同迭代方向，但真正能跑通復雜鏈路的產品并不多。蘋果宣布為Siri引入生成式AI能力，卻接連推遲關鍵升級節點；其他廠商的AI助手受限于權限與模型能力，對于跨App交互等復雜場景仍未能普遍落地。

在這樣的背景下，字節與中興的合作的意義不言自明：把豆包AI強大的模型能力，從App生態中推向真正的手機隨身入口。

對手機產業而言，這像是打開了手機原生AI的“魔盒”：當第一臺設備跑通了整套能力，接下來的比拼，就不再是有沒有AI，而是誰的AI真正“能用”。

01

除了側鍵能直接呼出豆包，在這臺技術驗證機的背面，攝像頭模組旁刻著一行小字：Powered By Doubao（由豆包驅動）。一個小彩蛋，道出了這臺手機“機魂”的與眾不同。

真“原生”，是上手使用豆包手機助手的第一感覺：激活新機時，在系統設置環節首先要登錄用戶的豆包賬戶。隨后系統提示，你可以通過手機側邊鍵一鍵觸發豆包AI，提醒你這里的“豆包”，相比單獨使用豆包App，有著完全不同的操作邏輯。

這樣的原生感，是字節和中興本次深度合作的結果——在操作系統層面為豆包App做了一輪“底層改造”。在這臺Nubia M153上，豆包AI能力落地場景也更貼近日常生活。比如，豆包可以幫你在社交軟件等App里回復消息，如果你告訴它對方的身份，豆包還能幫助你編輯更合適的對話風格和語氣。

要實現這樣的能力，一邊是大模型對復雜語言與上下文的理解，另一邊則是手機廠商在底層生態上向AI進一步開發。理解指令后，豆包可以模擬／替代用戶完成點擊、輸入等操作。在國內廠商的原生AI助手方案里，這無疑是一種新鮮的嘗試。

從用戶視角來看，這種交互邏輯也難免會觸發一個新問題——讓一個第三方大模型“代替你點擊屏幕”這件事，到底安不安全？

為了解釋這種“原生AI助手”背后的安全邏輯，豆包在官網發布了《隱私安全白皮書》，明確記憶數據優先本地處理并加密存儲，不用于模型訓練；所有敏感調用需用戶授權并保持可見。喚起記憶時，狀態欄有常駐提示，用戶可隨時關閉或清除記憶功能。

針對網友關心的權限、隱私問題，豆包手機助手3日晚發布聲明做了進一步的回應。聲明中提到，豆包手機助手使用的 INJECT_EVENTS（模擬點擊）系統權限為安卓官方能力，所有跨應用執行任務的 AI 助手均需依賴類似權限。

豆包手機助手在使用該權限時，建立了透明的管理體系，調用必須經用戶主動授權；執行長任務時有明確提示且隨時可以中斷；涉及支付、身份驗證等敏感環節時任務會暫停，由用戶手動確認，豆包手機助手不會代替用戶進行相關授權和敏感操作。

從實際體驗看，“真原生”的差異首先體現在喚醒方式和系統權限上。用戶可以通過側邊AI鍵、語音，或者Ola Friend耳機直接喚醒豆包，在任何界面直接就屏幕內容追問——不管是聊天界面、商品詳情頁還是票務頁面，都可以一鍵截屏給AI理解，而不是復制鏈接、截屏上傳。

此外，豆包手機助手打通了相冊和一部分系統能力，例如在原生相冊里對圖片下達“刪掉路人”“清理雜物”這樣的修圖指令，可以直接觸發豆包的多模態能力。

直面AI還測試了訂票、打車等多個日常場景：在明確需求后，豆包手機助手可以自行完成所有前置流程，直到支付這樣的敏感環節，才會提醒用戶需要手動介入。

這種“半自動”的交互模式帶著一點折中意味，但也是大模型在端側落地、面向普通用戶時不得不考慮的安全邊界：既要讓AI真正“替你做事”，但要把最終的所有權留給用戶。

不過，站在即將跨入2026年的時間節點回看，用戶對手機AI的期待，正在從“能聊天”迅速走向“能辦事”。QuestMobile的報告顯示，自2024年9月以來，六大手機廠商的AI助手在過去一年合計新增用戶約6500萬，總規模達到5.29億。

目前，NubiaM153上的豆包手機助手只是一個技術預覽版，主要面向行業用戶開放，并未正式進入大眾消費市場。但從這臺工程機上，已經可以窺探到手機“真原生AI”路徑的樣貌。

02

在體驗過程中，一個最直觀的感受是：相比獨立App里的豆包，Nubia M153上的豆包已經不再是一個“會回答問題”的AI，而是一個可以跨界到物理世界、真正替用戶完成動作的“執行者”。在理解用戶指令的基礎上，它在手機上一層一層地接管了，那些過去屬于人類手指的繁瑣操作。

以跨App多輪任務鏈路為例，針對相冊中的某張血壓儀照片，讓豆包在淘寶中“挑便宜同款”，然后“把這件鏈接發給張三”，豆包不僅能維持上下文記憶，識別出“張三”是QQ中的好友昵稱，還能跟隨鏈路推進完成全部步驟。從相冊到淘寶，再到QQ好友“張三”的對話框，這一流程全程由豆包自行跑通，無需用戶中途干預。

與之相比，我們用同樣路徑測試另一家旗艦手機的AI助手，它停在了“打開淘寶—完成搜索”的環節，只能等待用戶的進一步操作。

這種差距在屏幕理解場景中被進一步放大。在實際測試里，豆包可以在任何界面通過“就屏提問”，自動截取當前頁面、分析內容并執行命令——從總結一篇6000字的長文，到提取要點、排序邏輯，再到將某一段落總結發送給飛書群同事。盡管這個過程需要在后臺等待一段時間，但它已經做到了真正意義上的“脫手可用”。

當用戶真正把豆包當作“代辦者”時，它不僅能在助手層面完成流程交互，還能把AI的多模態能力滲透進日常操作。比如，豆包可以在相冊中對指定圖片直接進行“AI P圖”，這一過程以往需要手動打開對應App。而原生豆包AI可以直接調用Seedream能力，完成“把這張雪碧圖片P成可樂”的操作。

在社交場景里，這種“可介入性”表現得更明顯。例如，你想給某位飛書好友發送信息“明天我想請個假”，當你告知豆包對方身份是“老板”時，豆包能識別這一語境中隱藏的意圖，提示你措辭可以更禮貌、更正式一點，并提供調整后的版本。這種“介入對話”的能力，把助手的角色從“工具”變得更像“副駕駛”，能夠在用戶需求表達尚不完整時，及時響應并自動推斷下一步動作。

陌生來電識別也是類似的邏輯。詢問豆包“剛才給我打電話的是誰”，豆包可以結合歸屬地、歷史舉報記錄及模型推斷給出風險提示，告訴用戶是否存在詐騙可能。

在多語言表達方面，豆包手機助手可以承擔翻譯、對話轉寫、跨語言（包括方言）任務等工作。實機測試中，和豆包App此前展現出的能力類似，當用戶突然使用廣東話給出指令時，豆包手機助手可以平滑切換到對應方言場景，把一個普通話“知心姐姐”，變成會講粵語的“靚女”。

正因如此，豆包手機助手填補了當下行業最稀缺的一塊能力空白：全局跨應用任務執行。蘋果Siri仍在修修補補，未能實現產品迭代；大多數手機AI助手要么擅長回答，要么擅長展示，卻無法替用戶完成一整條鏈路。

豆包手機助手的出現，讓這條路徑第一次有了清晰的樣子：用戶說一句話，從理解、決策到執行，原本需要用戶手動在App間來回切換完成的機械勞動，如今開始一點點交給豆包來跑。

而要撐起一場手機AI的“新世代”，不僅需要系統足夠開放，也需要基座模型的強大能力賦能，技術的底座和生態的兼容，二者缺一不可。

03

在豆包上手機之前，字節已經用了三年時間不斷打磨這個“AI小助手”，讓它從一個LLM產品，進化成一個原生AI超級App。

QuestMobile、IDC等機構的數據顯示：豆包是中國C端用戶規模最大的原生AI應用，2024年中月活突破1.5億。2025年初，DeepSeek的橫空出世曾短暫刷新流量峰值，但從今年8月開始，豆包重新完成反超，依靠強大的生態優勢穩居榜首。

不過，對于大眾用戶來說，“好用的AI應用”和“真正的手機助手”之間始終隔著一道物理層面的鴻溝。

再強的模型能力，如果被限制在App框架內，就無法接管用戶的真實數字生活。你可以在豆包App里寫文案、改圖片、做視頻，但只要涉及外賣、改地址、查物流、訂火車票，這些操作都必須跳回到對應的App中完成，AI在其中所能扮演的角色依然有限。

與此同時，2025年，各大手機廠商紛紛將端側AI推上戰略高度。華為小藝推出“全局語音調度”，支持部分跨應用任務鏈；小米澎湃OS宣布開放系統級AI接口，可在多個場景中調用大模型執行代理任務；Vivo、OPPO、榮耀也分別展示了原生AI智能體路徑。

一個不容忽視的趨勢是：所有廠商都意識到，只有把模型能力前置，讓用戶在任何界面、任何動作鏈路中隨時調用AI，手機助手這件事才算真正開始。這一年，AI在手機上的競爭，比的不再是“誰的模型更大”，而是“誰能真正跑在用戶需求的最前端”。

在NubiaM153上，豆包手機助手的姿態顯得十分“前衛”。在原生AI助手的加持下，手機里的各個App被重新組織成一個由AI統籌的“任務空間”。

在這個空間里，用戶只負責提目標，豆包負責“跑腿”。過去需要手動跳轉多個App才能完成的鏈路，如今只需要用戶給出一句指令；如果再配上已經適配的AI可穿戴硬件，比如OlaFriend，很多場景甚至不需要掏出手機——耳機里那聲“豆包豆包”，另一邊的手機后臺已經開始忙碌起來。

這種AI時代的“脫手感”，正在改寫用戶與手機的關系：從App時代的“我有需求時點開你”，到AI助手時代的“你隨時站在我旁邊”。對豆包而言，這是一次從云端走向端側的關鍵躍遷；對手機而言，則是一次從“應用集合”走向“AI中樞”的角色變化。

根據Counterpoint的預測，到2028年，Gen-AI智能手機的出貨量將占全球智能手機銷量的54%以上，屆時相關設備存量可能超過10億部，成為市場的主流配置。

與此同時，QuestMobile的數據表明，截至2025年9月，移動端AI應用（包括原生App、In-AppAI、手機廠商AI助手在內）的月活用戶總規模已達7.29億，僅手機廠商/系統級AI助手這一類，就覆蓋約5.35億用戶，表明越來越多用戶開始將AI助手視為“手機的基本功能”。

硬件側也在同步加碼。Counterpoint此前發布的產業白皮書顯示，面向生成式AI的手機SoC正在加速演進，旗艦平臺的峰值AI算力在2025年將普遍跨過60TOPS這一性能臺階。

公開信息顯示，Nubia M153工程機所采用的高通驍龍8至尊版平臺，NPU峰值AI算力已達到約80TOPS。算力與能效的雙向抬升，為“原生AI助手”釋放更復雜的能力提供了充分硬件冗余。

把視角再拉遠一點，會看到一條更長的時間線：2011年，Siri作為“第一代手機語音助手”，曾經給整個行業演示過“對著手機說話”的想象。但十多年后，蘋果內部對GenAI路線的不一致，導致Siri重構歷程充滿了混亂與不穩定，即使披上AppleIntelligence的外衣，在短期內仍難支撐起“跨應用、多模態、代辦任務”的理想。

蘋果軟件工程高級副總裁費德里奇此前公開承認，Siri重構的V2架構只在大約三分之二的場景下能正確執行，新的Siri版本從2024年底一路推遲到2026年才有望正式上線。

從這個意義上說，豆包手機助手在Nubia M153上完成的，不只是一次產品形態的探索，而是試圖接力那條被Siri開啟、卻沒有跑完的賽道。

盡管還在技術驗證階段，但一個構想已經悄然成型：豆包用一次原生AI入口的試驗，正在一點點實現那件Siri沒做成的事。