Siri沒做到的事，豆包先做到了

“激活一臺手機(jī)，第一步竟然是登錄豆包?！?/p>

這并非想象的場景，而是體驗(yàn)的豆包手機(jī)助手時的真實(shí)一幕。作為技術(shù)預(yù)覽版的首批體驗(yàn)用戶，直面AI深度體驗(yàn)了其在啟用權(quán)限、交互方式以及端側(cè)集成上的初步形態(tài)。

豆包，這個中國用戶并不陌生的名字，這一次在字節(jié)與中興合作的工作樣機(jī)Nubia M153上，以“手機(jī)原生AI助手”的身份登臺亮相。

手持這臺技術(shù)驗(yàn)證機(jī)，你可以通過語音、側(cè)邊AI鍵或者Ola Friend耳機(jī)喚醒豆包，在任何界面就當(dāng)前屏幕內(nèi)容發(fā)問。或者直接讓它代替你，在其他App里完成比價下單、整理日程、生成紀(jì)要等復(fù)雜任務(wù)。

中興官方頁面顯示，這款工程機(jī)僅向行業(yè)體驗(yàn)者開放預(yù)約。在二手市場上，它已出現(xiàn)溢價銷售的情況。

打造手機(jī)助手，是字節(jié)跳動AI業(yè)務(wù)邊界的又一次外擴(kuò)。過去幾年，豆包已經(jīng)在“云端”證明了自己：據(jù)火山引擎方面公開披露，豆包大模型日均Token調(diào)用量從2024年5月的1200億漲到2025年9月的30萬億。

此外，豆包在原生AI App中長期位居用戶規(guī)模第一?，F(xiàn)在，它跨過App的邊界正式“搬進(jìn)手機(jī)”。

近年來，“原生AI手機(jī)助手”成為行業(yè)內(nèi)的共同迭代方向，但真正能跑通復(fù)雜鏈路的產(chǎn)品并不多。蘋果宣布為Siri引入生成式AI能力，卻接連推遲關(guān)鍵升級節(jié)點(diǎn)；其他廠商的AI助手受限于權(quán)限與模型能力，對于跨App交互等復(fù)雜場景仍未能普遍落地。

在這樣的背景下，字節(jié)與中興的合作的意義不言自明：把豆包AI強(qiáng)大的模型能力，從App生態(tài)中推向真正的手機(jī)隨身入口。

對手機(jī)產(chǎn)業(yè)而言，這像是打開了手機(jī)原生AI的“魔盒”：當(dāng)?shù)谝慌_設(shè)備跑通了整套能力，接下來的比拼，就不再是有沒有AI，而是誰的AI真正“能用”。

除了側(cè)鍵能直接呼出豆包，在這臺技術(shù)驗(yàn)證機(jī)的背面，攝像頭模組旁刻著一行小字：Powered By Doubao（由豆包驅(qū)動）。一個小彩蛋，道出了這臺手機(jī)“機(jī)魂”的與眾不同。

真“原生”，是上手使用豆包手機(jī)助手的第一感覺：激活新機(jī)時，在系統(tǒng)設(shè)置環(huán)節(jié)首先要登錄用戶的豆包賬戶。隨后系統(tǒng)提示，你可以通過手機(jī)側(cè)邊鍵一鍵觸發(fā)豆包AI，提醒你這里的“豆包”，相比單獨(dú)使用豆包App，有著完全不同的操作邏輯。

這樣的原生感，是字節(jié)和中興本次深度合作的結(jié)果——在操作系統(tǒng)層面為豆包App做了一輪“底層改造”。在這臺Nubia M153上，豆包AI能力落地場景也更貼近日常生活。比如，豆包可以幫你在社交軟件等App里回復(fù)消息，如果你告訴它對方的身份，豆包還能幫助你編輯更合適的對話風(fēng)格和語氣。

要實(shí)現(xiàn)這樣的能力，一邊是大模型對復(fù)雜語言與上下文的理解，另一邊則是手機(jī)廠商在底層生態(tài)上向AI進(jìn)一步開發(fā)。理解指令后，豆包可以模擬／替代用戶完成點(diǎn)擊、輸入等操作。在國內(nèi)廠商的原生AI助手方案里，這無疑是一種新鮮的嘗試。

從用戶視角來看，這種交互邏輯也難免會觸發(fā)一個新問題——讓一個第三方大模型“代替你點(diǎn)擊屏幕”這件事，到底安不安全？

為了解釋這種“原生AI助手”背后的安全邏輯，豆包在官網(wǎng)發(fā)布了《隱私安全白皮書》，明確記憶數(shù)據(jù)優(yōu)先本地處理并加密存儲，不用于模型訓(xùn)練；所有敏感調(diào)用需用戶授權(quán)并保持可見。喚起記憶時，狀態(tài)欄有常駐提示，用戶可隨時關(guān)閉或清除記憶功能。

針對網(wǎng)友關(guān)心的權(quán)限、隱私問題，豆包手機(jī)助手3日晚發(fā)布聲明做了進(jìn)一步的回應(yīng)。聲明中提到，豆包手機(jī)助手使用的 INJECT_EVENTS（模擬點(diǎn)擊）系統(tǒng)權(quán)限為安卓官方能力，所有跨應(yīng)用執(zhí)行任務(wù)的 AI 助手均需依賴類似權(quán)限。

豆包手機(jī)助手在使用該權(quán)限時，建立了透明的管理體系，調(diào)用必須經(jīng)用戶主動授權(quán)；執(zhí)行長任務(wù)時有明確提示且隨時可以中斷；涉及支付、身份驗(yàn)證等敏感環(huán)節(jié)時任務(wù)會暫停，由用戶手動確認(rèn)，豆包手機(jī)助手不會代替用戶進(jìn)行相關(guān)授權(quán)和敏感操作。

從實(shí)際體驗(yàn)看，“真原生”的差異首先體現(xiàn)在喚醒方式和系統(tǒng)權(quán)限上。用戶可以通過側(cè)邊AI鍵、語音，或者Ola Friend耳機(jī)直接喚醒豆包，在任何界面直接就屏幕內(nèi)容追問——不管是聊天界面、商品詳情頁還是票務(wù)頁面，都可以一鍵截屏給AI理解，而不是復(fù)制鏈接、截屏上傳。

此外，豆包手機(jī)助手打通了相冊和一部分系統(tǒng)能力，例如在原生相冊里對圖片下達(dá)“刪掉路人”“清理雜物”這樣的修圖指令，可以直接觸發(fā)豆包的多模態(tài)能力。

直面AI還測試了訂票、打車等多個日常場景：在明確需求后，豆包手機(jī)助手可以自行完成所有前置流程，直到支付這樣的敏感環(huán)節(jié)，才會提醒用戶需要手動介入。

這種“半自動”的交互模式帶著一點(diǎn)折中意味，但也是大模型在端側(cè)落地、面向普通用戶時不得不考慮的安全邊界：既要讓AI真正“替你做事”，但要把最終的所有權(quán)留給用戶。

不過，站在即將跨入2026年的時間節(jié)點(diǎn)回看，用戶對手機(jī)AI的期待，正在從“能聊天”迅速走向“能辦事”。QuestMobile的報(bào)告顯示，自2024年9月以來，六大手機(jī)廠商的AI助手在過去一年合計(jì)新增用戶約6500萬，總規(guī)模達(dá)到5.29億。

目前，NubiaM153上的豆包手機(jī)助手只是一個技術(shù)預(yù)覽版，主要面向行業(yè)用戶開放，并未正式進(jìn)入大眾消費(fèi)市場。但從這臺工程機(jī)上，已經(jīng)可以窺探到手機(jī)“真原生AI”路徑的樣貌。

在體驗(yàn)過程中，一個最直觀的感受是：相比獨(dú)立App里的豆包，Nubia M153上的豆包已經(jīng)不再是一個“會回答問題”的AI，而是一個可以跨界到物理世界、真正替用戶完成動作的“執(zhí)行者”。在理解用戶指令的基礎(chǔ)上，它在手機(jī)上一層一層地接管了，那些過去屬于人類手指的繁瑣操作。

以跨App多輪任務(wù)鏈路為例，針對相冊中的某張血壓儀照片，讓豆包在淘寶中“挑便宜同款”，然后“把這件鏈接發(fā)給張三”，豆包不僅能維持上下文記憶，識別出“張三”是QQ中的好友昵稱，還能跟隨鏈路推進(jìn)完成全部步驟。從相冊到淘寶，再到QQ好友“張三”的對話框，這一流程全程由豆包自行跑通，無需用戶中途干預(yù)。

與之相比，我們用同樣路徑測試另一家旗艦手機(jī)的AI助手，它停在了“打開淘寶—完成搜索”的環(huán)節(jié)，只能等待用戶的進(jìn)一步操作。

這種差距在屏幕理解場景中被進(jìn)一步放大。在實(shí)際測試?yán)?，豆包可以在任何界面通過“就屏提問”，自動截取當(dāng)前頁面、分析內(nèi)容并執(zhí)行命令——從總結(jié)一篇6000字的長文，到提取要點(diǎn)、排序邏輯，再到將某一段落總結(jié)發(fā)送給飛書群同事。盡管這個過程需要在后臺等待一段時間，但它已經(jīng)做到了真正意義上的“脫手可用”。

當(dāng)用戶真正把豆包當(dāng)作“代辦者”時，它不僅能在助手層面完成流程交互，還能把AI的多模態(tài)能力滲透進(jìn)日常操作。比如，豆包可以在相冊中對指定圖片直接進(jìn)行“AI P圖”，這一過程以往需要手動打開對應(yīng)App。而原生豆包AI可以直接調(diào)用Seedream能力，完成“把這張雪碧圖片P成可樂”的操作。

在社交場景里，這種“可介入性”表現(xiàn)得更明顯。例如，你想給某位飛書好友發(fā)送信息“明天我想請個假”，當(dāng)你告知豆包對方身份是“老板”時，豆包能識別這一語境中隱藏的意圖，提示你措辭可以更禮貌、更正式一點(diǎn)，并提供調(diào)整后的版本。這種“介入對話”的能力，把助手的角色從“工具”變得更像“副駕駛”，能夠在用戶需求表達(dá)尚不完整時，及時響應(yīng)并自動推斷下一步動作。

陌生來電識別也是類似的邏輯。詢問豆包“剛才給我打電話的是誰”，豆包可以結(jié)合歸屬地、歷史舉報(bào)記錄及模型推斷給出風(fēng)險提示，告訴用戶是否存在詐騙可能。

在多語言表達(dá)方面，豆包手機(jī)助手可以承擔(dān)翻譯、對話轉(zhuǎn)寫、跨語言（包括方言）任務(wù)等工作。實(shí)機(jī)測試中，和豆包App此前展現(xiàn)出的能力類似，當(dāng)用戶突然使用廣東話給出指令時，豆包手機(jī)助手可以平滑切換到對應(yīng)方言場景，把一個普通話“知心姐姐”，變成會講粵語的“靚女”。

正因如此，豆包手機(jī)助手填補(bǔ)了當(dāng)下行業(yè)最稀缺的一塊能力空白：全局跨應(yīng)用任務(wù)執(zhí)行。蘋果Siri仍在修修補(bǔ)補(bǔ)，未能實(shí)現(xiàn)產(chǎn)品迭代；大多數(shù)手機(jī)AI助手要么擅長回答，要么擅長展示，卻無法替用戶完成一整條鏈路。

豆包手機(jī)助手的出現(xiàn)，讓這條路徑第一次有了清晰的樣子：用戶說一句話，從理解、決策到執(zhí)行，原本需要用戶手動在App間來回切換完成的機(jī)械勞動，如今開始一點(diǎn)點(diǎn)交給豆包來跑。

而要撐起一場手機(jī)AI的“新世代”，不僅需要系統(tǒng)足夠開放，也需要基座模型的強(qiáng)大能力賦能，技術(shù)的底座和生態(tài)的兼容，二者缺一不可。

在豆包上手機(jī)之前，字節(jié)已經(jīng)用了三年時間不斷打磨這個“AI小助手”，讓它從一個LLM產(chǎn)品，進(jìn)化成一個原生AI超級App。

QuestMobile、IDC等機(jī)構(gòu)的數(shù)據(jù)顯示：豆包是中國C端用戶規(guī)模最大的原生AI應(yīng)用，2024年中月活突破1.5億。2025年初，DeepSeek的橫空出世曾短暫刷新流量峰值，但從今年8月開始，豆包重新完成反超，依靠強(qiáng)大的生態(tài)優(yōu)勢穩(wěn)居榜首。

不過，對于大眾用戶來說，“好用的AI應(yīng)用”和“真正的手機(jī)助手”之間始終隔著一道物理層面的鴻溝。

再強(qiáng)的模型能力，如果被限制在App框架內(nèi)，就無法接管用戶的真實(shí)數(shù)字生活。你可以在豆包App里寫文案、改圖片、做視頻，但只要涉及外賣、改地址、查物流、訂火車票，這些操作都必須跳回到對應(yīng)的App中完成，AI在其中所能扮演的角色依然有限。

與此同時，2025年，各大手機(jī)廠商紛紛將端側(cè)AI推上戰(zhàn)略高度。華為小藝推出“全局語音調(diào)度”，支持部分跨應(yīng)用任務(wù)鏈；小米澎湃OS宣布開放系統(tǒng)級AI接口，可在多個場景中調(diào)用大模型執(zhí)行代理任務(wù)；Vivo、OPPO、榮耀也分別展示了原生AI智能體路徑。

一個不容忽視的趨勢是：所有廠商都意識到，只有把模型能力前置，讓用戶在任何界面、任何動作鏈路中隨時調(diào)用AI，手機(jī)助手這件事才算真正開始。這一年，AI在手機(jī)上的競爭，比的不再是“誰的模型更大”，而是“誰能真正跑在用戶需求的最前端”。

在NubiaM153上，豆包手機(jī)助手的姿態(tài)顯得十分“前衛(wèi)”。在原生AI助手的加持下，手機(jī)里的各個App被重新組織成一個由AI統(tǒng)籌的“任務(wù)空間”。

在這個空間里，用戶只負(fù)責(zé)提目標(biāo)，豆包負(fù)責(zé)“跑腿”。過去需要手動跳轉(zhuǎn)多個App才能完成的鏈路，如今只需要用戶給出一句指令；如果再配上已經(jīng)適配的AI可穿戴硬件，比如OlaFriend，很多場景甚至不需要掏出手機(jī)——耳機(jī)里那聲“豆包豆包”，另一邊的手機(jī)后臺已經(jīng)開始忙碌起來。

這種AI時代的“脫手感”，正在改寫用戶與手機(jī)的關(guān)系：從App時代的“我有需求時點(diǎn)開你”，到AI助手時代的“你隨時站在我旁邊”。對豆包而言，這是一次從云端走向端側(cè)的關(guān)鍵躍遷；對手機(jī)而言，則是一次從“應(yīng)用集合”走向“AI中樞”的角色變化。

根據(jù)Counterpoint的預(yù)測，到2028年，Gen-AI智能手機(jī)的出貨量將占全球智能手機(jī)銷量的54%以上，屆時相關(guān)設(shè)備存量可能超過10億部，成為市場的主流配置。

與此同時，QuestMobile的數(shù)據(jù)表明，截至2025年9月，移動端AI應(yīng)用（包括原生App、In-AppAI、手機(jī)廠商AI助手在內(nèi)）的月活用戶總規(guī)模已達(dá)7.29億，僅手機(jī)廠商/系統(tǒng)級AI助手這一類，就覆蓋約5.35億用戶，表明越來越多用戶開始將AI助手視為“手機(jī)的基本功能”。

硬件側(cè)也在同步加碼。Counterpoint此前發(fā)布的產(chǎn)業(yè)白皮書顯示，面向生成式AI的手機(jī)SoC正在加速演進(jìn)，旗艦平臺的峰值A(chǔ)I算力在2025年將普遍跨過60TOPS這一性能臺階。

公開信息顯示，Nubia M153工程機(jī)所采用的高通驍龍8至尊版平臺，NPU峰值A(chǔ)I算力已達(dá)到約80TOPS。算力與能效的雙向抬升，為“原生AI助手”釋放更復(fù)雜的能力提供了充分硬件冗余。

把視角再拉遠(yuǎn)一點(diǎn)，會看到一條更長的時間線：2011年，Siri作為“第一代手機(jī)語音助手”，曾經(jīng)給整個行業(yè)演示過“對著手機(jī)說話”的想象。但十多年后，蘋果內(nèi)部對GenAI路線的不一致，導(dǎo)致Siri重構(gòu)歷程充滿了混亂與不穩(wěn)定，即使披上AppleIntelligence的外衣，在短期內(nèi)仍難支撐起“跨應(yīng)用、多模態(tài)、代辦任務(wù)”的理想。

蘋果軟件工程高級副總裁費(fèi)德里奇此前公開承認(rèn)，Siri重構(gòu)的V2架構(gòu)只在大約三分之二的場景下能正確執(zhí)行，新的Siri版本從2024年底一路推遲到2026年才有望正式上線。

從這個意義上說，豆包手機(jī)助手在Nubia M153上完成的，不只是一次產(chǎn)品形態(tài)的探索，而是試圖接力那條被Siri開啟、卻沒有跑完的賽道。

盡管還在技術(shù)驗(yàn)證階段，但一個構(gòu)想已經(jīng)悄然成型：豆包用一次原生AI入口的試驗(yàn)，正在一點(diǎn)點(diǎn)實(shí)現(xiàn)那件Siri沒做成的事。

歡迎在評論區(qū)留言~
如需開白請加小編微信：dongfangmark