来源 | 伯虎财经（bohuFN）

作者 | 楷楷

苹果想造的AI手机，却被豆包抢先一步落地。

近日，豆包手机助手技术预览版正式亮相，是基于豆包大模型、与手机厂商在操作系统层面深度合作的AI助手，能够像人类一样，真正理解并操作手机完成任务。

在演示视频里，用户只需开口下令，手机便能自动调用不同APP，完成比价、订餐、规划行程等一连串复杂操作，与当初IPhone16提到的AI手机概念有异曲同工之妙，甚至更强大。

目前，由中兴通讯和字节跳动共同开发，搭载该功能的努比亚M153工程样机已同步开售，官方售价为3499元，但已有不少用户在二手平台加价出售。

有意思的是，尽管外界称其为“豆包手机”，字节却明确表示，目前并无自研手机计划，而是正与多家手机厂商洽谈助手合作。

从猛攻大模型，到试水自研AI硬件，再到以“生态合作”模式嵌入终端，字节的探索路径，也是全球科技巨头在AI时代争夺“超级入口”的缩影。

至于这个下一代入口，究竟会诞生自哪来，由谁来定义和掌控，答案仍在激烈博弈中。

01 “绕过APP”的AI助手

去年9月，苹果率先诠释了什么叫“AI手机”，包括一键调用AI能力、让Siri制订旅游计划、订机票等。

不过，目前国行iPhone还未能用上这些功能，像自动整理通话录音、智能行程规划等部分功能也尚未完全上线，就连苹果高层也在今年初表示，首版AI Siri表现不如预期 。

苹果还在努力，豆包却已落子成局，毕竟在AI时代，时间就是最宝贵的时机。

近日，豆包团队发布了豆包手机助手技术预览版，它绕过了APP，直接嵌入到手机操作系统底层，调动手机系统资源和所有APP，做到“模拟人一样操作手机”。

如果说苹果AI更侧重“辅助交互”，核心是让手机变聪明，减少用户使用各项功能时的摩擦；那么豆包手机助手则是从“听懂”到“看懂”，能够直接模拟用户点击操作，相当于重新定义了人机交互方式。

在豆包发布的演示视频里，用户只要输入“帮我在各个电商平台比价下单某款商品”，豆包就会自动检索各大电商平台并筛选出最低价，只在敏感的支付环节等待用户确认。

另外，在很多场景中，用户只要给豆包一句语音指令，它就能很好执行各种任务，包括提交出差申请、预订机票、定时打卡签到等。

豆包甚至还有记忆功能，在即将推出的Pro模式中，如果用户打开了记忆，就不用在每一次执行任务时反复交代细节，整个操作过程会更丝滑。

而且，Pro模式的推理能力还会进一步增强，在演示视频中，用户要到巴黎旅游，要求豆包标记出其在社交平台上收藏的餐厅，同时整理他喜欢的展览会信息并预定机票，豆包也能打开多个APP进行一系列的复杂操作，整体耗时8分钟左右。

当然，豆包手机助手所展现的能力，在概念层面并不算新鲜，自ChatGPT崭露头角以来，这类“AIAgent”的跨应用任务执行能力就开始被广泛讨论。

只是，目前大多数手机厂商仍停留在“展示阶段”，在真正能量产落地的手机中，豆包手机助手的表现是最全面的。而豆包之所以能够先拔头筹，关键在于两大突破：

首先是系统级的深度嵌入，豆包手机助手能够获得安卓系统的底层权限，打通应用之间的壁垒，进行跨应用的连贯操作，大大提高了整个操作体验的“丝滑感”。

相较之下，目前市面上不少智能体都在尝试执行预订机票、执行报销等“拟人操作”，但由于这个过程涉及多个独立应用的无缝跳转与数据传递，很多时候只有定制的企业级智能体，才能真正打通航空公司、公司报销流程等数据，完成商业闭环。

其次则是豆包大模型在多模态能力上的积累。基于字节的短视频基因，豆包对视觉、语音和场景有着深度的理解能力，使其能将多模态感知能力无缝迁移至手机交互，让豆包助手能够像人类一样“看懂”手机画面并进行操作。

虽然豆包没有直接“造手机”，但它却以软件定义硬件的方式，改造了现有的入口系统。只是，当豆包守住入口，其他应用就只能沦为软件服务商，“超级入口”争夺战一触即发。

02 软硬兼施，曲线布局

事实上，字节一直有个“硬件梦”。早期，其通过Pico布局AR/XR领域；从去年开始，其陆续布局AI耳机、AI玩具等领域，甚至不止一次传出要自研AI手机。

只是，无论是Pico团队的裁撤，还是上市一年在天猫、京东两个电商平台累计销量仅为1-2万台的AI耳机“Ola Friend”，都可以看出AI硬件赛道不好闯。

可即便如此，AI硬件赛道却持续火热，因为大模型这个“灵魂”，终究需要一个“肉身”。

唯有将AI功能嵌入到手机、耳机、汽车等真实载体中，AI才能渗透到日常生活的不同场景中，接触到更真实的数据、更直接的用户需求，并与硬件能力进行深度整合。

这也是为什么越来越多互联网大厂、汽车厂商，都在为自己贴上“AI科技公司”标签，因为未来的超级入口将不仅仅是一个应用、一台手机，而是跨设备、跨场景、持续演进的AI智能体，谁能更贴近用户，支配更多的终端，拥有更多有权限调用入口，谁就能掌握生态主动权。

目前来看，在寻找合适的硬件载体这条路上，各巨头所选择的路径并不一致。

阿里、字节、小米等大厂都率先选择了自研模式。阿里推出了夸克AI眼镜；谷歌的两个AI眼镜项目已进入小批量试产阶段；甚至理想汽车也在近日宣布要推出AI眼镜Livis。

自研模式的优势在于能够完全掌握数据采集、系统调用和用户交互的全流程，实现软硬件协同的快速迭代，大厂也能在定义下一代交互入口的过程中，拥有更多的主动权。

不过，字节还尝试了更灵活的模式，通过与手机厂商合作，重构手机操作系统的主控逻辑，以AI为纽带赋能整个终端生态，相当于用另一种形式掌握生态入口的话语权。

在这之前，谷Gemini与三星手机也采取了类似中兴与豆包的合作模式，本质是“各取所需”。

站在手机厂商的角度，尽管近年不少厂商都在推进自研大模型，但实际落地的AI功能主要集中在生图、摘要等消费者能够直接感知的体验上，跟头部大模型在落地速度和深度上仍有明显的代际差异。

跟豆包此类强势的AI助手合作，既能为手机产品带来更多的用户流量，也能快速补齐大模型能力这一短板。

站在大模型企业的角度，AI硬件特别是手机行业的竞争早已是一片红海，但其作为AI的重要载体，却是绕不开的入口，与二三线手机厂商以及代工厂合作，则能“借船出海”。

虽然大家的目的不同，但目标却是一致的，当AI已经将“手”伸向了物理世界，大家要做的则是尽快握住“这双手”，从单纯的模型能力军备竞赛，转向软硬件融合的智能终端“渗透战”。

03 谁能成为最后赢家？

不过，豆包手机助手想要全面铺开推广，也并不容易。

首先，豆包手机助手的实用性与预期仍有差距。《晚点latepost》对努比亚M153工程样机进行了实测，要求其打开各个外卖平台，选出最低价外卖并下单。

跟真人操作相比，手机操作还略显“笨拙”，整个过程耗时近2分钟，比手动操作慢了1分钟左右，也存在误读信息的可能。豆包团队也提到，模型能力仍需要优化。

其次，豆包的竞争对手，也不会坐以待毙。目前，华为、小米、OPPO、vivo等主流手机厂商都有自己的自研大模型，或许它们目前的模型能力不如豆包，但市场竞争压力也会推动它们通过收购、合作等模式来提升模型能力。

一个明显的趋势是，这些厂商正在集体拥抱另一个选择，接入像DeepSeek这样的高性能开源模型，将大脑外包出去，但系统的“命门”则必须掌握自己手里。

还有各大电商和社交应用，也不会甘心沦为“服务商”，毕竟用户数据、流量入口、内容生态是整个商业模式的根本，一旦这些内容都变成了冷冰冰的“数据”，那么被颠覆的将不仅是大厂自身的商业护城河，更是整个以平台为中心的互联网秩序。

最后，豆包还要过手机操作系统厂商这一关。近年，谷歌、苹果等传统操作系统巨头也早已启动了面向AI的升级，虽然苹果的AI化进程不如预期，但它们也绝不会坐视自身被AI助手“架空”，寄生在它们之上的豆包，又何尝不是被捏住了咽喉。

因此，豆包助手目前演示的流畅操作，更多是建立在理想化的合作前提下，现实中的商业博弈，会让这条路布满荆棘。

而且，当豆包试图以软件重新定义硬件时，其也无法摆脱硬件本身的制约。专业手机厂商在芯片调校、多摄协同、端侧推理优化等方面的积累，不是单纯靠一个系统级助手就能跨越的。

目前，豆包和努比亚都强调这款AI手机主要面向开发者和科技极客，首销备货量约为50万台，距离主流旗舰机动辄200万~300万台的出货量仍有明显差距。

如果豆包想跟更多手机厂商合作，那么其就不能只是做一台“样板机”，能否找到属于字节的“赛力斯”，将会成为接下来拓展生态合作模式的关键。

不过，大部分手机厂商也仍在观望，有手机厂商内部人士透露，需要观察豆包的下一个技术方案，目前这款产品更像是测试版，而不是一款真正意义上的消费电子产品。

但对字节而言，首款AI手机能够收获多少订单并非关键，重要的是将以往分散的大模型、应用、硬件等AI布局深度整合起来，形成一种连贯、可用、可闭环的智能服务体系。

未来，这一智能服务体系不仅能部署在手机上，还能覆盖眼镜、耳机、智能家电甚至是智能车机等更多终端设备，目前，已有奔驰、赛力斯等车企的智能车机搭载了豆包大模型。

不少硬件创业者都对豆包手机表达了赞誉。锤子科技创始人罗永浩就表示，“字节尝试走出这第一步，是非常了不起的，必须点个赞。” 

字节怀揣“硬件梦”多年，却一直未能圆梦，如今，借着豆包杀了一个回马枪。虽然字节也未必能赢下整盘棋，但它已经创造了一种新的可能，也为“入口争夺战”加入了新的博弈因素。

在AI定义体验的时代，不会做硬件的软件公司，和没有AI灵魂的硬件公司，都有可能出局。因此，要成为新的“超级入口”，科技大厂还需要找到更多新的筹码。

文章封面首图及配图，版权归版权所有人所有。若版权者认为其作品不宜供大家浏览或不应无偿使用，请及时联系我们，本平台将立即更正。