AI news

刚刚,新「豆包手机」发布,手机终于要自己干活了

By APPSO1 viewsSource: APPSO
刚刚,新「豆包手机」发布,手机终于要自己干活了

豆包手机助手消费者版本正式发布,首款搭载该助手的努比亚 NaviX Ultra 同步开启预约并将于 9 月 16 日开售,新版本围绕交互、任务执行、本地记忆及检索等能力升级,新增独立 AI 键并强化屏幕理解与记忆功能,操作手机能力以 Beta 版继续开放。

The full text has not been translated yet. The Chinese original is shown below.

就在刚刚,豆包手机助手消费者版本正式发布。

作为豆包 App 与手机厂商在系统层面的合作产品,豆包手机助手围绕交互、任务执行、本地记忆及检索等核心体验展开升级,进一步探索 AI Agent 在手机中的应用。

首款搭载豆包手机助手消费者版本的新机为努比亚 NaviX Ultra,目前已经开启预约,将于 9 月 16 日正式开售。

文章配图

据官方介绍,相比去年底推出的技术预览版,消费者版本更加强调稳定性和日常可用性。此前受到关注的「操作手机」能力继续以 Beta 版本保留,

同时新增独立 AI 键,并进一步强化屏幕理解、个人 Context 和记忆能力。

如果说技术预览版展示了 AI 操作手机的可能性,那么消费者版本尝试回答的问题,则是 AI 是否能够成为用户日常使用的个人助手。APPSO 也第一时间上手,将在后续带来更多实测,敬请期待。

AI 键背后,是一次手机入口的重新设计

交互体验是此次豆包手机助手消费者版本重点升级的方向之一。

据介绍,豆包手机助手支持语音、AI 键等多种唤醒方式,以适配不同使用场景。其中,专属 AI 键支持指纹鉴权能力,用户完成本人验证后,无需二次解锁即可调用助手执行相关任务。

文章配图

语音交互方面,豆包手机助手针对远场、手机内部噪声以及复杂环境进行了优化,让用户可以通过更加自然的方式发起需求。

不过,AI 键承担的角色并不只是快速打开助手。传统手机助手通常需要用户主动进入应用,再描述需求。而豆包手机助手希望让用户直接从目标出发,按下 AI 键后提出问题,或者交代一项需要持续执行的任务。

与此同时,豆包手机助手也增强了屏幕理解能力。用户无需额外截图、复制文字或切换应用,即可让助手结合当前屏幕内容继续处理任务。

例如,用户打开相机查看室内环境,并提出「根据这个装修风格,帮我选一个一米二以内、价格不超过一千元的柜子」,豆包手机助手可以结合画面信息和用户需求,在电商平台寻找符合条件的商品推荐。

文章配图

类似的屏幕上下文理解能力,正在成为 AI 助手的重要发展方向。手机 AI 不再只是回答用户提出的问题,而是开始理解用户正在面对的具体场景,并结合环境信息完成后续任务。

除了理解眼前内容,个人 Context 和记忆能力也是豆包手机助手消费者版本的重要升级。

据介绍,在用户授权后,豆包手机助手可以调用手机中的相关信息,并提供本地数据检索能力。用户可以通过自然语言搜索相册、短信、便签、录音、联系人和日历等内容。

文章配图

例如,当用户询问某个证件的有效期,或者需要查找过去保存的信息时,豆包手机助手可以从手机中的相关数据中检索答案。

此外,用户也可以主动保存希望 AI 记忆的信息。通过语音输入、三指上滑,或者同时按住 AI 键和音量键等方式,用户可以将当前屏幕内容保存到记忆中。未来需要调用时,可以直接通过语音或豆包 App 查询。

围绕办公场景,豆包手机助手消费者版本还升级了录音体验,并接入飞书妙记能力。用户可以直接追问录音中的具体内容,例如此前用户访谈中的产品建议等。

这类能力让 AI 助手开始拥有更长期的上下文,而不是每次使用时都需要用户重新提供背景信息。

手机里的 AI,终于开始拥有行动能力

任务执行能力,是豆包手机助手消费者版本此次发布的另一项核心能力。

去年技术预览版中受到关注的操作手机功能,此次继续以 Beta 版本开放。

据介绍,豆包手机助手可以调用手机系统能力以及部分第三方服务,帮助用户完成跨应用任务。例如,在出行场景中,用户提出「帮我叫一辆去公司的车」,助手可以结合常用地址、出行需求等信息完成相关操作。

同时,豆包手机助手对于第三方应用操作能力也进行了规范化设计。

官方推出屏幕自动化操作声明协议 SAEP(Screen Automation Execution Protocol),并同步启动为期 30 天的规则公示。

根据该协议,第三方应用可以自主声明 AI 助手在应用内的操作边界,明确允许或拒绝 AI 助手进行屏幕自动化操作。

豆包手机助手方面表示,将充分尊重开发者意愿,对于明确拒绝相关操作的第三方应用不会进行自动化操作。

除了手机操作能力,消费者版本还进一步扩展了办公任务能力。用户可以通过自然语言提出需求,让豆包手机助手完成信息检索、数据分析、内容生成以及文件制作等任务,并输出 Word、Excel、PPT 等文件。

用户还可以进入豆包专业版的「工作任务」模式,处理更加复杂的办公场景。

不过,这类能力仍然需要建立在安全和权限体系之上。

文章配图

据官方介绍,豆包手机助手在数据收集和处理过程中遵「合理必要」和「用户自主控制」原则,同时建立 Agent 防护体系,对可操作范围进行分层、分级管理。

用户可以查看、修改和删除已经保存的记忆内容,官方也提供完整的隐私安全白皮书供用户查询。

从智能手机到行动终端,AI 手机正在进入新的竞争阶段。

过去十多年,手机竞争围绕硬件参数展开。屏幕、芯片、影像系统决定了设备能力,而用户仍然需要自己打开 App、寻找功能、完成操作。

Agent 的出现正在改变这种关系。

未来手机的核心能力,可能不再只是提供更多工具,而是能够理解用户目标,并将不同应用、服务和数据组织起来,完成一项完整任务。

应用依然存在,但它们可能更多成为 AI 调用的能力。系统负责管理权限,Agent 负责执行任务,记忆负责提供上下文。

文章配图

豆包手机助手消费者版本展示了一种新的方向:手机不再只是承载 AI 的设备,而可能成为 AI 行动的载体。

当然,AI 手机距离真正成熟仍然需要解决任务可靠性、生态协作以及隐私安全等问题。但随着 AI 开始进入系统层,智能手机竞争的重点正在发生变化。

回看过去几十年的计算设备演进,每一次变化都伴随着一次入口迁移。个人电脑时代,人通过键盘和鼠标控制机器;智能手机时代,人通过触屏调用一个个应用;而 AI Agent 时代,人与设备之间可能不再需要那么多中间步骤。

乔布斯曾经把一台「电脑」缩小到口袋里,让计算能力第一次随身而行。而今天的 AI 正试图让这个口袋里的机器第一次拥有理解世界的能力,智能手机真正的下一页,或许才刚刚翻开。

文章来自于微信公众号 “APPSO”,作者 “APPSO”

Related topics

After reading

Join the AINRK community

Read how to join the community and connect with people working in AI.

Community information (opens in a new tab)