文章圖片
文章圖片
文章圖片
文章圖片
文章圖片
文章圖片
文章圖片
文章圖片
文章圖片
文章圖片
沒想到在華為 Mate 80 系列、三星首款三折疊接連發布的一周里 ， 最火的會是搭載豆包手機助手技術預覽版的中興 nubia M153 。
發售即售罄就不說了 ， 首批工程機在二手平臺上普遍加價數百元轉賣 。 相比官方 3499 元的定價 ， 市場需求確實旺盛 。
盡管豆包手機助手官方多次強調 ， 目前的技術預覽版并不面向普通的消費者 。 其定位更像是一個技術展示和生態探索的實驗田 ， 吸引開發者和技術發燒友參與體驗 。
但這根本擋不住大眾體驗的熱情 。 除了點外賣發帖子這些基操 ， 還有網友用它 10 分鐘投了 30 份簡歷 。
不過爭議也隨之而來 ， 微信、淘寶等一眾 App ， 開始通過「環境異常檢測」等門檻把豆包手機助手攔在門外 。
官方目前也調整部分 AI 操作手機的能力 ， 官方表示希望「推動形成更清晰、可預期的規則」 ， 避免一刀切否定用戶合理使用 AI 的權利 。
羅永浩則發文力挺 ， 稱這是誰都攔不住的技術革命 ， 將來人們會記住這歷史性的一天 。 榮耀表態歡迎 ， 而魅族廠商則表示期待深入合作 ， 打造更繁榮的生態 。
而在國內出圈后 ， 豆包手機助手甚至火到了海外 ， 在 X 平臺上 ， 一堆老外都在瘋狂討論這事 ， 甚至有人直接給它冠上了「另一個 DeepSeek 時刻」的稱號 。
海外網友：第一款真正意義上的智能手機這評價 ， 可不是隨便給的 。
雪牛資本（Snow Bull Capital）CEO 泰勒·奧根（Taylor Ogan）直接在平臺上發了一長串體驗報告 ， 興奮勁兒都快從屏幕里溢出來了 。
他的評價很直白：這是全球第一款真正意義上的智能手機 。
在豆包手機助手的協助下 ， AI 能完全控制手機——能「看懂」界面、自己選應用或下載 App、點擊按鈕、輸入文字、撥打電話 ， 甚至還能執行一整串多步驟任務鏈 。
拿到手機后 ， 他整了不少花活兒 。 比如隨手拍張蔚來換電站問「這是啥」 ， AI 秒答 。
拍個酒店門口 ， 豆包不僅能識別出是哪家酒店 ， 還能根據 Ogan 的需求預定房間 ， 并查詢寵物政策 。
打輛無人駕駛出租車去公園 ， 豆包能夠規劃好路線 ， 用最近的上車點完成預約 。 Ogan 全程只需要用語言表達意圖 ， 其它都交給豆包 。
用它下單兩杯飲料后 ， 外賣無人機很快就把訂單飛送到附近儲物柜 。
走在街上 ，Ogan 拍了家新開的店 ， 問它是不是本地的品牌 ， 豆包也能查詢工商和商標信息 ， 然后果斷回答：「是的」 。
全程 AI 自己干活 ， 人就負責躺平 。
一頓絲滑操作下來 ， 海外網友們大為震驚 。
隨便翻翻評論區 ， 清一色的點贊聲 。 有網友感慨：「此刻 ， 操作系統變成了管家 ， 手機變成了執行者 ， 而不再只是工具 。 」有網友猝不及防地表白：「我本來就喜歡豆包 ， 現在更愛它了 。 」
還有網友直接化身「哇塞哥」：
這是下一級別的東西 。 我在企業級見過類似的東西 ， Agent 控制你的 PC 并執行任務 ， 但在手機上有這種技術真的很有意思 。 想象一下 ， 當谷歌開始在 Pixel 設備和幾乎所有 Android 手機上這樣做時會發生什么……
Pixel 內心 belike ， 不對勁 ， 怎么感覺有人在點我？
當然 ， 質疑聲也有 。 有人問：「但它真的智能嗎？這模型能在設備上本地運行嗎?」Taylor Ogan 的回應是：「它太智能了 。 你可以選擇在設備端運行或云端運行 。 」
在 Reddit 平臺上 ， 討論同樣火熱 。
有網友表示：「只要這些功能是設備本地的（不使用云服務） ， 并且使用是可選的 ， 我就支持這個 。 」還有網友一針見血地點出了 AI 的真正意義：「這就是 AI 應該做的事情 ， 為個人節省時間 ， 而不是試圖消除個人的價值 。 」
有一說一 ， 在豆包手機助手發布之后 ， 網友分享在 X 平臺上的玩法 ， 也是一個比一個「邪修」 。 有用豆包點咖啡 ， 也有讓豆包 AI 操作安卓機 ， 模擬人手滑頁面 ， 主打一個全流程自動化 。
還有網友用豆包手機助手下單買了個椰子 ， 由于沒夠起送價 ， 豆包貼心地幫博主選了一個 1.99 元的一包食用鹽來湊單 。
APPSO 在之前對豆包手機助手的體驗提到 ， 我最直觀的感受是 ， 手機變「薄」了 ， 它把各個 App 的能力都「拍扁」了 ， 交互更加自然、直觀和高效 。
問題來了 ， 這是怎么做到的？這和「phone use」智能體又有什么不同？
在用了一周豆包手機助手后 ， APPSO 也扒出了背后更多的技術細節 。
我扒出了豆包手機助手操作手機的秘密在豆包手機助手發布之前 ， 手機行業其實已經折騰 AI+ 好一陣子了 。
手機硬件廠商試圖通過系統層級的 AI 能力 ， 打破應用間的壁壘 ， 實現「一句話辦事」 。 比如華為、小米、vivo、榮耀等主流手機廠商的 AI 智能體 ， 都曾在不同場合展示過自動發送消息、執行多步驟任務等功能 。
這些演示雖然在具體場景和實現方式上略有不同 ， 但核心邏輯都是一致的：通過 AI 大模型理解用戶意圖 ， 并結合模擬用戶操作 ， 從而實現跨應用的自動化任務執行 。
聽著挺玄乎 ， 但實際體驗嘛……咳咳 ， 還是有不小的提升空間 。
而豆包手機助手的下場 ， 進一步掀起了全網的討論 。 更重要的是 ， 根據我之前的體驗 ， 豆包手機助手的確是真正意義上把 AI 操作手機這件事做到了可用級別 ， 不局限于幾個場景 ， 而是能夠流暢自然地通過圖形界面操作完成長任務、復雜任務 。
APPSO 在知名預印本平臺 ArXiv 發現了一篇由字節團隊發布的技術報告 ， 里面的信息或許能解釋其中的關鍵原理 。
附上地址：https://arxiv.org/abs/2509.02544
豆包手機助手的圖形界面操作能力 ， 來自字節跳動 Seed 團隊開發的 UI-TARS 模型 。 它把屏幕視覺理解、邏輯推理、界面元素定位和操作整合在一起 ， 其開源版本是目前最受歡迎的開源多模態智能體模型 。
根據 UI-TARS 2.0 技術報告 ， 這個模型的厲害之處在于 ， 它不是簡單的模塊化拼湊 ， 而是采用了端到端的學習方式 ， 將感知、推理、行動和記憶整合在一起 。
數據不會騙人 ， 在 GUI 基準測試中 ， UI-TARS-2 的成績相當能打：
Online-Mind2Web 得分 88.2 ， OSWorld 得分 47.5 ， WindowsAgentArena 得分 50.6 ， AndroidWorld 得分 73.3這些成績不僅明顯優于前一代模型 ， 還在多個場景中超越了 Claude 和 OpenAI 等強勁基線模型 。 其中 AndroidWorld 的 73.3 分更是比 OpenAI CUA-o3 模型高出 20 多分 ， 展現出強大的競爭力 。
在游戲環境中 ， UI-TARS-2 在 15 款游戲組成的測試集中取得了平均標準化得分 59.8 ， 約為人類水平的 60% 。 相比 OpenAI CUA 和 Claude Computer Use ， UI-TARS-2 的表現分別提升了 2.4 倍和 2.8 倍 。
這是什么概念？就是 AI 打游戲已經快接近普通人類玩家水平了 。
在 LMGame-Bench 中 ， 它依然能與當前最前沿的閉源模型掰手腕 ， 進一步證明其在長時序游戲推理中的穩健性 。
更厲害的是 ， UI-TARS-2 不僅能處理 GUI 任務 ， 還能通過 GUI-SDK 擴展能力 ， 與系統級資源（如終端和外部工具）集成 。 在信息檢索任務（BrowseComp 29.6 分）、軟件工程任務（Terminal Bench 45.3 分、SWE-Bench Verified 68.7 分）上都有競爭力 。
一個模型走天下 ， 這就是通用性的體現 。
值得一提的是 ， 通過接近豆包團隊的人士透露 ， 豆包手機助手用的 UI-TARS 是私有模型版本 ， 性能比開源版更強 ， 還針對手機場景做了專門優化 。 這或許也解釋了為啥豆包手機助手實際體驗這么絲滑 。
豆包手機助手 ， 確實有點技能在身上的 。
寫在最后：科技產品的「異類」可以多一些作為一個長期關注科技產品的編輯 ， 今年令我十分感慨 ， 在這個恨不得把「萬物皆塞入手機」的行業 ， 卻出現兩個異類 ， 分別在設計與交互的維度上 ， 走向了極致 。
一個是 iPhone Air ， 當 Pro 系列不可避免地走向堆料的終局 ， 這種對輕薄的偏執 ， 在參數黨眼中或許別無他用 ， 甚至讓人一時分不清這是倒退還是進化 ， 直到你把它握在手里 ， 原來 ， 輕盈本身就是一種功能 。
而豆包手機助手則站到了交互界面的另一個極端 ， 它不要你去找服務 ， 而是讓服務來找你 。 甚至要掀了 GUI （圖形用戶界面）的桌子 ， 有一天那塊屏幕可能都不是必需的 。
一個是硬件 ， 一個是軟件 ， 但它們殊途同歸 。 iPhone Air 削減了物理上的累贅 ， 豆包手機助手剝離了交互上的繁瑣 。
你會發現 ， 當 AI 公司參與到硬件的設計中 ， 他們對交互設計的思路都和傳統硬件廠商有所不同 。
OpenAI 也正在和前蘋果傳奇設計師 Jony Ive 打造 AI 硬件 ， Sam Altman 就曾透露這塊設備希望重新定義交互：不需要一堆 app ， 而是 AI 作為主界面與操作層 。
當然 ， 歷史告訴我們這類新技術落地必然面臨陣痛：適配、隱私、生態……還有各方利益的博弈 。 先進技術和廣泛應用的「雙向奔赴」尚需時日 ， 但也是大勢所趨 。
OpenAI 聯創 Andrej Karpathy 前段時間也表達了自己對交互未來的預判：
人機深度協作的時代 ， 那些用戶界面（UI）極其復雜（有大量滑塊、開關、菜單）、不支持腳本、并且建立在不透明的、自定義的二進制格式上的產品 ， 注定是死路一條（ngmi） 。
未來 ， AI 在理解和操作人類圖形界面（UI/UX）方面會越來越強（比如像 Operator 這樣的前沿項目） ， 但我懷疑 ， 那些只想坐等這一未來實現 ， 而不主動與當前技術發展水平「雙向奔赴」、做出改變的產品 ， 它們的下場不會太好 。
敢于吃螃蟹這件事本身 ， 就已經算是值得瑞思拜了 ， 我們也希望看到更多「異類」出現在科技行業 。
#歡迎關注愛范兒官方微信公眾號：愛范兒（微信號：ifanr） ， 更多精彩內容第一時間為您奉上 。
【豆包手機助手讓海外炸鍋，歪果仁：這是第一款真正意義上的智能手機】愛范兒|原文鏈接· ·新浪微博
推薦閱讀
- 2000元檔位值得買的手機：對比完四款新機 我首選榮耀500
- 蘋果、三星、華為三足鼎立！明年折疊屏手機市場將快速崛起
- 性能黨狂喜！iQOO 15 Ultra硬核升級，硬剛游戲手機的節奏
- 「豆包手機」為何能靠超級Agent火遍全網,我們聽聽AI學者們怎么說
- 華為之后，友商的三折疊手機終于來了，這種折法還是第一次見
- 字節跳動李亮：AI手機助手的本質是機主授權
- 散熱技術下沉背后：是驍龍醒了，還是手機品牌怕了？
- 被應用封殺，又被炒高到4000多元，豆包AI手機有購買價值嗎？
- 散熱、續航、性能“三角戀”：你下一部手機，究竟該看重什么？
- 如何在手機上有效反詐？谷歌的方案樸素但有效