豆包手機，打響“AI超級入口”第一槍

來源 | 伯虎財經（bohuFN）

作者 | 楷楷

蘋果想造的AI手機，卻被豆包搶先一步落地。

近日，豆包手機助手技術預覽版正式亮相，是基于豆包大模型、與手機廠商在操作系統層面深度合作的AI助手，能夠像人類一樣，真正理解并操作手機完成任務。

在演示視頻里，用戶只需開口下令，手機便能自動調用不同APP，完成比價、訂餐、規劃行程等一連串復雜操作，與當初IPhone16提到的AI手機概念有異曲同工之妙，甚至更強大。

目前，由中興通訊和字節跳動共同開發，搭載該功能的努比亞M153工程樣機已同步開售，官方售價為3499元，但已有不少用戶在二手平臺加價出售。

有意思的是，盡管外界稱其為“豆包手機”，字節卻明確表示，目前并無自研手機計劃，而是正與多家手機廠商洽談助手合作。

從猛攻大模型，到試水自研AI硬件，再到以“生態合作”模式嵌入終端，字節的探索路徑，也是全球科技巨頭在AI時代爭奪“超級入口”的縮影。

至于這個下一代入口，究竟會誕生自哪來，由誰來定義和掌控，答案仍在激烈博弈中。

“繞過APP”的AI助手

去年9月，蘋果率先詮釋了什么叫“AI手機”，包括一鍵調用AI能力、讓Siri制訂旅游計劃、訂機票等。

不過，目前國行iPhone還未能用上這些功能，像自動整理通話錄音、智能行程規劃等部分功能也尚未完全上線，就連蘋果高層也在今年初表示，首版AI Siri表現不如預期 。

蘋果還在努力，豆包卻已落子成局，畢竟在AI時代，時間就是最寶貴的時機。

近日，豆包團隊發布了豆包手機助手技術預覽版，它繞過了APP，直接嵌入到手機操作系統底層，調動手機系統資源和所有APP，做到“模擬人一樣操作手機”。

如果說蘋果AI更側重“輔助交互”，核心是讓手機變聰明，減少用戶使用各項功能時的摩擦；那么豆包手機助手則是從“聽懂”到“看懂”，能夠直接模擬用戶點擊操作，相當于重新定義了人機交互方式。

在豆包發布的演示視頻里，用戶只要輸入“幫我在各個電商平臺比價下單某款商品”，豆包就會自動檢索各大電商平臺并篩選出最低價，只在敏感的支付環節等待用戶確認。

另外，在很多場景中，用戶只要給豆包一句語音指令，它就能很好執行各種任務，包括提交出差申請、預訂機票、定時打卡簽到等。

豆包甚至還有記憶功能，在即將推出的Pro模式中，如果用戶打開了記憶，就不用在每一次執行任務時反復交代細節，整個操作過程會更絲滑。

而且，Pro模式的推理能力還會進一步增強，在演示視頻中，用戶要到巴黎旅游，要求豆包標記出其在社交平臺上收藏的餐廳，同時整理他喜歡的展覽會信息并預定機票，豆包也能打開多個APP進行一系列的復雜操作，整體耗時8分鐘左右。

當然，豆包手機助手所展現的能力，在概念層面并不算新鮮，自ChatGPT嶄露頭角以來，這類“AI Agent”的跨應用任務執行能力就開始被廣泛討論。

只是，目前大多數手機廠商仍停留在“展示階段”，在真正能量產落地的手機中，豆包手機助手的表現是最全面的。而豆包之所以能夠先拔頭籌，關鍵在于兩大突破：

首先是系統級的深度嵌入，豆包手機助手能夠獲得安卓系統的底層權限，打通應用之間的壁壘，進行跨應用的連貫操作，大大提高了整個操作體驗的“絲滑感”。

相較之下，目前市面上不少智能體都在嘗試執行預訂機票、執行報銷等“擬人操作”，但由于這個過程涉及多個獨立應用的無縫跳轉與數據傳遞，很多時候只有定制的企業級智能體，才能真正打通航空公司、公司報銷流程等數據，完成商業閉環。

其次則是豆包大模型在多模態能力上的積累。基于字節的短視頻基因，豆包對視覺、語音和場景有著深度的理解能力，使其能將多模態感知能力無縫遷移至手機交互，讓豆包助手能夠像人類一樣“看懂”手機畫面并進行操作。

雖然豆包沒有直接“造手機”，但它卻以軟件定義硬件的方式，改造了現有的入口系統。只是，當豆包守住入口，其他應用就只能淪為軟件服務商，“超級入口”爭奪戰一觸即發。

軟硬兼施，曲線布局

事實上，字節一直有個“硬件夢”。早期，其通過Pico布局AR/XR領域；從去年開始，其陸續布局AI耳機、AI玩具等領域，甚至不止一次傳出要自研AI手機。

只是，無論是Pico團隊的裁撤，還是上市一年在天貓、京東兩個電商平臺累計銷量僅為1-2萬臺的AI耳機“Ola Friend”，都可以看出AI硬件賽道不好闖。

可即便如此，AI硬件賽道卻持續火熱，因為大模型這個“靈魂”，終究需要一個“肉身”。

唯有將AI功能嵌入到手機、耳機、汽車等真實載體中，AI才能滲透到日常生活的不同場景中，接觸到更真實的數據、更直接的用戶需求，并與硬件能力進行深度整合。

這也是為什么越來越多互聯網大廠、汽車廠商，都在為自己貼上“AI科技公司”標簽，因為未來的超級入口將不僅僅是一個應用、一臺手機，而是跨設備、跨場景、持續演進的AI智能體，誰能更貼近用戶，支配更多的終端，擁有更多有權限調用入口，誰就能掌握生態主動權。

目前來看，在尋找合適的硬件載體這條路上，各巨頭所選擇的路徑并不一致。

阿里、字節、小米等大廠都率先選擇了自研模式。阿里推出了夸克AI眼鏡；谷歌的兩個AI眼鏡項目已進入小批量試產階段；甚至理想汽車也在近日宣布要推出AI眼鏡Livis。

自研模式的優勢在于能夠完全掌握數據采集、系統調用和用戶交互的全流程，實現軟硬件協同的快速迭代，大廠也能在定義下一代交互入口的過程中，擁有更多的主動權。

不過，字節還嘗試了更靈活的模式，通過與手機廠商合作，重構手機操作系統的主控邏輯，以AI為紐帶賦能整個終端生態，相當于用另一種形式掌握生態入口的話語權。

在這之前，谷Gemini與三星手機也采取了類似中興與豆包的合作模式，本質是“各取所需”。

站在手機廠商的角度，盡管近年不少廠商都在推進自研大模型，但實際落地的AI功能主要集中在生圖、摘要等消費者能夠直接感知的體驗上，跟頭部大模型在落地速度和深度上仍有明顯的代際差異。

跟豆包此類強勢的AI助手合作，既能為手機產品帶來更多的用戶流量，也能快速補齊大模型能力這一短板。

站在大模型企業的角度，AI硬件特別是手機行業的競爭早已是一片紅海，但其作為AI的重要載體，卻是繞不開的入口，與二三線手機廠商以及代工廠合作，則能“借船出海”。

雖然大家的目的不同，但目標卻是一致的，當AI已經將“手”伸向了物理世界，大家要做的則是盡快握住“這雙手”，從單純的模型能力軍備競賽，轉向軟硬件融合的智能終端“滲透戰”。

誰能成為最后贏家？

不過，豆包手機助手想要全面鋪開推廣，也并不容易。

首先，豆包手機助手的實用性與預期仍有差距。《晚點latepost》對努比亞M153工程樣機進行了實測，要求其打開各個外賣平臺，選出最低價外賣并下單。

跟真人操作相比，手機操作還略顯“笨拙”，整個過程耗時近2分鐘，比手動操作慢了1分鐘左右，也存在誤讀信息的可能。豆包團隊也提到，模型能力仍需要優化。

其次，豆包的競爭對手，也不會坐以待斃。目前，華為、小米、OPPO、vivo等主流手機廠商都有自己的自研大模型，或許它們目前的模型能力不如豆包，但市場競爭壓力也會推動它們通過收購、合作等模式來提升模型能力。

一個明顯的趨勢是，這些廠商正在集體擁抱另一個選擇，接入像DeepSeek這樣的高性能開源模型，將大腦外包出去，但系統的“命門”則必須掌握自己手里。

還有各大電商和社交應用，也不會甘心淪為“服務商”，畢竟用戶數據、流量入口、內容生態是整個商業模式的根本，一旦這些內容都變成了冷冰冰的“數據”，那么被顛覆的將不僅是大廠自身的商業護城河，更是整個以平臺為中心的互聯網秩序。

最后，豆包還要過手機操作系統廠商這一關。近年，谷歌、蘋果等傳統操作系統巨頭也早已啟動了面向AI的升級，雖然蘋果的AI化進程不如預期，但它們也絕不會坐視自身被AI助手“架空”，寄生在它們之上的豆包，又何嘗不是被捏住了咽喉。

因此，豆包助手目前演示的流暢操作，更多是建立在理想化的合作前提下，現實中的商業博弈，會讓這條路布滿荊棘。

而且，當豆包試圖以軟件重新定義硬件時，其也無法擺脫硬件本身的制約。專業手機廠商在芯片調校、多攝協同、端側推理優化等方面的積累，不是單純靠一個系統級助手就能跨越的。

目前，豆包和努比亞都強調這款AI手機主要面向開發者和科技極客，首銷備貨量約為50萬臺，距離主流旗艦機動輒200萬~300萬臺的出貨量仍有明顯差距。

如果豆包想跟更多手機廠商合作，那么其就不能只是做一臺“樣板機”，能否找到屬于字節的“賽力斯”，將會成為接下來拓展生態合作模式的關鍵。

不過，大部分手機廠商也仍在觀望，有手機廠商內部人士透露，需要觀察豆包的下一個技術方案，目前這款產品更像是測試版，而不是一款真正意義上的消費電子產品。

但對字節而言，首款AI手機能夠收獲多少訂單并非關鍵，重要的是將以往分散的大模型、應用、硬件等AI布局深度整合起來，形成一種連貫、可用、可閉環的智能服務體系。

未來，這一智能服務體系不僅能部署在手機上，還能覆蓋眼鏡、耳機、智能家電甚至是智能車機等更多終端設備，目前，已有奔馳、賽力斯等車企的智能車機搭載了豆包大模型。

不少硬件創業者都對豆包手機表達了贊譽。錘子科技創始人羅永浩就表示，“字節嘗試走出這第一步，是非常了不起的，必須點個贊。”

字節懷揣“硬件夢”多年，卻一直未能圓夢，如今，借著豆包殺了一個回馬槍。雖然字節也未必能贏下整盤棋，但它已經創造了一種新的可能，也為“入口爭奪戰”加入了新的博弈因素。

在AI定義體驗的時代，不會做硬件的軟件公司，和沒有AI靈魂的硬件公司，都有可能出局。因此，要成為新的“超級入口”，科技大廠還需要找到更多新的籌碼。

文章封面首圖及配圖，版權歸版權所有人所有。若版權者認為其作品不宜供大家瀏覽或不應無償使用，請及時聯系我們，本平臺將立即更正。