字節(jié)跳動豆包團(tuán)隊近日推出了一款面向手機(jī)用戶的技術(shù)預(yù)覽版AI助手——豆包手機(jī)助手。這款軟件基于豆包大模型開發(fā)，通過與手機(jī)廠商在操作系統(tǒng)層面的深度合作，為用戶提供更加智能和便捷的手機(jī)使用體驗(yàn)。目前，該助手已進(jìn)入技術(shù)預(yù)覽階段，開發(fā)者和科技愛好者可率先體驗(yàn)。

豆包大模型在多項技術(shù)領(lǐng)域表現(xiàn)突出，其推理、視覺理解、圖像創(chuàng)作、視頻生成和語音處理能力均達(dá)到行業(yè)領(lǐng)先水平。特別是在圖形界面操作方面，該模型在權(quán)威評測中取得優(yōu)異成績，具備接近人類水平的手機(jī)操作能力，能夠輔助用戶完成各種復(fù)雜任務(wù)。這些技術(shù)優(yōu)勢為豆包手機(jī)助手的功能實(shí)現(xiàn)奠定了堅實(shí)基礎(chǔ)。

在交互方式上，豆包手機(jī)助手提供了多種便捷的喚醒途徑。用戶可通過語音指令、側(cè)邊按鍵或配套的豆包Ola Friend耳機(jī)直接激活助手。無論處于何種應(yīng)用界面，用戶都能針對屏幕內(nèi)容即時提問，獲取相關(guān)信息。語音通話、視頻通話和屏幕共享等常用功能也被整合到助手中，用戶雙擊側(cè)邊AI鍵即可快速調(diào)用。

多模態(tài)交互是該助手的一大特色。通過與系統(tǒng)原生相冊的深度整合，用戶可以直接用語音對圖片進(jìn)行編輯操作，例如移除多余人物或清理背景雜物。這種直觀的操作方式顯著提升了圖片處理的效率。

在功能演示中，AI操作手機(jī)的能力尤為引人注目。助手能夠根據(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、批量文件下載和物流信息查詢等任務(wù)。以跨平臺比價下單為例，用戶只需發(fā)出指令，助手即可在各大電商平臺搜索同款商品，對比價格和規(guī)格，自動領(lǐng)取優(yōu)惠券并選擇最優(yōu)選項下單。在涉及支付等敏感操作時，系統(tǒng)會提示用戶手動確認(rèn)，確保安全。

為提升個性化服務(wù)水平，豆包手機(jī)助手引入了記憶功能。用戶可根據(jù)需求選擇開啟，系統(tǒng)會嚴(yán)格保護(hù)相關(guān)數(shù)據(jù)隱私。基于記憶功能，助手還推出了操作手機(jī)Pro模式。該模式不僅支持模擬點(diǎn)擊操作，還能直接調(diào)用系統(tǒng)工具，結(jié)合記憶數(shù)據(jù)和強(qiáng)化推理能力，更高效地處理復(fù)雜任務(wù)。例如，當(dāng)用戶要求為女兒推薦禮物時，助手可根據(jù)記憶中存儲的年齡和興趣信息，自動篩選合適選項。

目前，開發(fā)者和科技愛好者可通過豆包與中興合作推出的工程樣機(jī)nubia M153體驗(yàn)技術(shù)預(yù)覽版。該設(shè)備已限量發(fā)售，售價為3499元。官方視頻特別說明，雖然演示內(nèi)容均為真實(shí)錄制，但由于大模型技術(shù)仍存在不確定性，部分場景可能無法完全復(fù)現(xiàn)。當(dāng)前產(chǎn)品的實(shí)際表現(xiàn)與團(tuán)隊預(yù)期存在一定差距，后續(xù)將持續(xù)優(yōu)化改進(jìn)。

行業(yè)觀察人士指出，隨著大模型技術(shù)的快速發(fā)展，手機(jī)AI助手領(lǐng)域正形成"手機(jī)廠商+大模型廠商"的合作模式。谷歌Gemini與三星的合作已為行業(yè)提供了可借鑒的跨界協(xié)同范例，豆包手機(jī)助手的推出進(jìn)一步印證了這一趨勢。