字節(jié)跳動旗下豆包團隊近日推出了一款面向手機用戶的技術(shù)預(yù)覽版應(yīng)用——豆包手機助手。這款基于豆包大模型開發(fā)的AI助手，通過與手機廠商在操作系統(tǒng)層面的深度合作，為用戶帶來了更加便捷的交互體驗和豐富的功能服務(wù)。

據(jù)介紹，豆包大模型在推理、視覺理解、圖像創(chuàng)作、視頻生成和語音處理等多個領(lǐng)域均達(dá)到國際領(lǐng)先水平，尤其在圖形界面操作能力方面表現(xiàn)突出。該模型能夠模擬人類操作手機的方式，完成各類復(fù)雜任務(wù)?；谶@些技術(shù)優(yōu)勢，豆包手機助手不僅提升了傳統(tǒng)手機助手的功能，還通過與手機廠商的合作，將服務(wù)深度整合到系統(tǒng)層面。

目前，豆包團隊明確表示沒有自研手機的計劃，而是選擇以“生態(tài)合作”的形式與多家手機廠商展開洽談。通過這種方式，豆包手機助手將被整合到不同品牌的機型中，為用戶提供統(tǒng)一的服務(wù)體驗。相關(guān)合作進展將在后續(xù)階段逐步公布。

在技術(shù)預(yù)覽階段，開發(fā)者和科技愛好者可以通過豆包與中興合作推出的工程樣機nubia M153體驗這款應(yīng)用。該版本已面向特定用戶群體限量發(fā)售，售價為3499元。這一舉措旨在收集早期用戶的反饋，為后續(xù)優(yōu)化提供參考。

從演示視頻中可以看到，豆包手機助手在交互方式上進行了多項創(chuàng)新。用戶可以通過語音指令、側(cè)邊鍵或豆包Ola Friend耳機喚醒助手，實現(xiàn)無縫操作。無論處于哪個應(yīng)用界面，用戶都可以直接針對屏幕內(nèi)容向助手提問，獲取實時信息。語音通話、視頻通話和屏幕共享等常用功能也被嵌入到助手功能中，用戶只需雙擊側(cè)邊AI鍵即可快速調(diào)用。

在多模態(tài)交互方面，豆包手機助手與系統(tǒng)原生相冊實現(xiàn)了深度打通。用戶可以直接在相冊內(nèi)通過語音指令對圖片進行編輯，例如刪除人物或清理雜物等操作。這一功能簡化了傳統(tǒng)修圖流程，提升了使用效率。

豆包手機助手的一大亮點是其AI操作手機功能。該功能能夠根據(jù)用戶指令在多個應(yīng)用間自動切換，完成查票訂票、商品下單、批量下載文件或查詢多軟件物流進度等任務(wù)。例如，當(dāng)用戶在社交媒體上看到心儀商品時，只需說出“幫我在全平臺比價下單”，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，并自動領(lǐng)券后選擇最低價商品下單。不過，在涉及支付等敏感環(huán)節(jié)時，助手會提示用戶手動操作，以確保安全性和準(zhǔn)確性。在此過程中，用戶仍可正常使用手機的其他功能。

為了提升個性化服務(wù)水平，豆包手機助手引入了記憶功能。用戶可以根據(jù)需求選擇開啟或關(guān)閉該功能，同時團隊承諾嚴(yán)格保護用戶數(shù)據(jù)隱私。基于記憶功能，助手還推出了操作手機Pro模式。該模式不僅調(diào)用GUI Agent模擬點擊操作，還能直接調(diào)用系統(tǒng)工具，結(jié)合記憶數(shù)據(jù)和更強的推理能力，更高效地完成復(fù)雜任務(wù)。例如，當(dāng)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和興趣信息，助手可直接查詢符合條件的方案，無需用戶逐一說明細(xì)節(jié)。

盡管演示視頻中的內(nèi)容均為真實錄制，但團隊在視頻結(jié)尾特別提醒，由于大模型技術(shù)仍存在不確定性，相關(guān)場景可能無法完全復(fù)現(xiàn)。當(dāng)前產(chǎn)品的實際可用性與團隊預(yù)期仍有一定差距，未來將持續(xù)進行迭代優(yōu)化。

行業(yè)分析指出，隨著大模型技術(shù)的快速發(fā)展，手機AI助手領(lǐng)域正形成“手機廠商+大模型廠商”深度合作的趨勢。例如，谷歌Gemini與三星的合作探索已為行業(yè)提供了跨界協(xié)同的參考案例。豆包手機助手的推出，進一步印證了這一發(fā)展方向的可行性。