12月1日，字節(jié)跳動豆包團(tuán)隊(duì)發(fā)布豆包手機(jī)助手技術(shù)預(yù)覽版。

據(jù)介紹，豆包手機(jī)助手，是在豆包APP的基礎(chǔ)上，和手機(jī)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(jī)廠商的授權(quán)，豆包手機(jī)助手能夠?yàn)橛脩魩砀奖愕慕换ズ透S富的體驗(yàn)。

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(dá)到國際一流水平，圖形界面操作能力更是在多項(xiàng)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(jī)，完成各種復(fù)雜任務(wù)。

在手機(jī)助手的落地路徑上，豆包明確表示沒有自研手機(jī)計(jì)劃，正與多家手機(jī)廠商洽談，以“生態(tài)合作”形式將豆包手機(jī)助手整合進(jìn)不同品牌機(jī)型中，相關(guān)進(jìn)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(jī)nubia M153 上，體驗(yàn)豆包手機(jī)助手的技術(shù)預(yù)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(jià)3499元。

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

視頻顯示，用戶可通過語音、側(cè)邊鍵或豆包Ola Friend耳機(jī)直接喚醒豆包，實(shí)現(xiàn)更便捷的交互。在任意界面使用手機(jī)時，用戶都可以直接就屏幕內(nèi)容向豆包手機(jī)助手提問以獲取更多信息。同時，豆包手機(jī)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(jī)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(dá)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(jī)助手的AI操作手機(jī)功能。據(jù)介紹，該功能可根據(jù)用戶指令在多款應(yīng)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(jìn)度一鍵查詢等任務(wù)。

以視頻演示的跨平臺比價(jià)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(jià)下單”，豆包手機(jī)助手即可在多個電商平臺搜索同款商品，對比價(jià)格和規(guī)格，自動領(lǐng)券后選擇最低價(jià)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(fēng)險(xiǎn)。AI操作的過程中，用戶仍可正常使用手機(jī)。

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

基于記憶，豆包手機(jī)助手還上線了操作手機(jī)Pro模式。該模式除調(diào)用GUI Agent(模擬點(diǎn)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(qiáng)的推理能力，更高效地幫助用戶完成復(fù)雜任務(wù)。官方視頻舉例稱，在操作手機(jī)Pro模式下，當(dāng)用戶說“幫我給女兒推薦幾個禮物放進(jìn)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(xì)節(jié)。

不過，豆包手機(jī)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(shí)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(fù)現(xiàn)。當(dāng)前產(chǎn)品實(shí)際可用性與團(tuán)隊(duì)預(yù)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(dāng)前手機(jī)AI助手領(lǐng)域正呈現(xiàn)"手機(jī)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。