大模型开始“点击”屏幕！智谱、字节抢滩“手机操作”，AI超级入口争夺战升级

来源：市场资讯

（来源：每日经济新闻）

2025年末，AI（人工智能）行业关于终端入口的争夺战突然提速。

12月9日，智谱正式宣布开源其自主研发的AutoGLM模型，并喊出让每台手机都能成为AI手机的口号。而仅仅一周前，字节跳动旗下的豆包团队发布了手机助手技术预览版，直接深入手机操作系统底层。

从单纯的对话框到接管屏幕，从被动问答到主动执行，科技巨头们不约而同地将目光锁定在了同一个方向：Phone Use（手机操作）。这不再是简单的语音助手升级，而是一场关于移动互联网流量分发权和交互逻辑的底层重构。

当大模型开始如同人类一般点击手机屏幕、理解UI（用户界面）并执行任务时，一场围绕AI超级入口的存量博弈已然拉开帷幕。

从“云端大脑”到“手机操盘手”：大模型争夺终端入口的新路径

AI作为助手能否像人一样，把一件事从头做到尾？这是过去两年困扰大模型应用的一大命题。

智谱方面在接受《每日经济新闻》记者（以下简称“每经记者”）采访时表示，AutoGLM在开发初期就被定位为一个通用的多模态理解和操作模型。对于和各类App沟通，目前未过多涉及，更多是以迭代技术模型的方式进行。“形态上，大家肯定最关心的还是操作的准确性以及应用内部的逻辑，其实通常是比较复杂的。大家想了解AutoGLM能不能够很好地去完成一些复杂、符合长距离任务执行的效果，当然也会在一定程度上对数据安全有所关心。”

智谱方面表示，选择开源AutoGLM的核心模型和Phone Use能力框架，意在降低行业门槛。“AutoGLM开源的第一层初衷，是把这一层能力变成整个行业可以共同拥有、共同打磨的公共底座。”

相较而言，另一家互联网巨头字节跳动则选择了截然不同的系统级嵌入路径。

12月1日发布的豆包手机助手，基于豆包大模型能力，与手机厂商在操作系统层面进行深度合作。在官方演示中，豆包展示了所见即可问和所言即可为的能力：用户在任何界面唤醒AI，都能对屏幕内容提问；一句指令，AI就能帮助用户完成类似查票订票、商品下单、批量下载文件、多软件物流进度一键查询等任务。

同时，字节跳动方面也明确表示，目前没有自行开发手机的计划，而是选择与手机厂商生态共建。

不过，无论是智谱的开源赋能还是字节的系统植入，行业都不得不面对一个共同的现实： Agent（智能体）在真实环境中的表现距离完美仍有很长的路要走。

“最大的问题其实还是在模型本身的智商上。”智谱方面在接受每经记者采访时表示，行业希望Agent能完成数十分钟甚至数小时的长距离任务，但是实际上，现在的Agent仍然难以充分地实现这一目标，这需要算法和模型公司的持续努力。其次则是在工程和应用层面，如何为AI手机提供所需的手机操作系统和手机产品，以及建立Agent身份认证，同样需要行业共同协作。

豆包团队此前在发布预览版时也在视频末尾提示：受限于大模型技术的不确定性，相关场景无法保证百分百复现，产品实际可用性与预期仍有差距。

除了智商瓶颈，悬在AI手机头顶的另一把达摩克利斯之剑是安全与隐私。当AI具备操作微信、支付软件等权限时，怎样防止它随意操作呢？

CIC灼识咨询执行董事陈一心向每经记者分析称，用户隐私是行业共同的关注点。从应用侧来看，轻量化本地部署是手机大模型的一个重要趋势。出于对用户隐私、响应及时程度和云端使用成本等因素的考虑，手机大模型需要以端侧部署为主。

“这意味着大模型将直接部署到手机内，并由手机芯片承担模型推理的工作。为了实现轻量化本地部署，手机厂商需要开发出适合在手机中运行的大模型，这需要使用更少的数据量和计算资源，同时要兼顾用户数据隐私与安全性。”陈一心认为。

智谱目前采取了较为保守的云手机与强隔离策略。在采访中，智谱方面表示，在发展Agent的过程当中，可控性和隐私一定是要放在最优先的位置进行考虑。AutoGLM在算法开发和技术工程开发的早期，就融入了各种敏感操作和安全栅栏的设计理念。“Agent真正大规模成熟，还需要行业层面达成更多共识，以及国家层面更好的政策规范和指导。”

不止于手机：AI超级入口争夺战蔓延至穿戴设备与原生App

如果说技术路线的选择是战术层面的博弈，那么对AI超级入口的争夺就是战略层面的生死之战。

在移动互联网红利见顶的今天，大模型厂商正试图通过Agent技术，将分散的App功能收敛到一个统一的AI入口中。智谱方面在采访中提出了Agent流量的概念：AI手机的发展为移动互联网注入了新的流量，即由Agent自主执行带来的流量。

对于手机厂商而言，AI技术可能带来一轮新的换机潮，但与此同时，也可能让手机沦为大模型的躯壳。陈一心指出，与国内领先的大模型厂商相比，手机厂商在算力基础设施上的储备往往不够充足，这使得他们在研发过程中经常遇到算力受限的情况，而且这一投入不仅需要大量资金，还会面临技术上的挑战。

智谱方面表示，希望能看到更多的Agent应用、AI原生手机以及AI原生硬件问世，从而大力推动大众对Agent的认知与使用。“未来的参与方式肯定是多种多样的，甚至超出我们现在想象的各种合作方式会不断出现。Agent本身带来的巨大生产力改变以及更好的个性化服务能力，对整个生态都是新的流量和红利注入。”

不过，AI超级入口的竞争已经不仅限于手机屏幕，科技巨头们正在疯狂试探新的硬件形态，试图弯道超车。

小米在今年6月推出了AI眼镜，雷军将其定义为随身AI入口。这款售价1999元的产品，正试图通过摄像头和语音交互，成为连接人与数字世界的轻量化中介。阿里旗下的夸克于11月正式发布AI眼镜，试图将搜索场景从手机屏幕延伸至视觉场景。

AI眼镜大战的背后，是行业对下一代流量入口的押注。如果手机不再是唯一的入口，那么谁掌握了眼镜、耳机等AI穿戴设备，谁就有可能颠覆手机的统治地位。

另一条路径则是将App本身进化为超级AI应用。

11月，阿里相继推出千问与灵光两大App。阿里巴巴集团CEO（首席执行官）吴泳铭在11月的财报电话会上表示，阿里正在AI to B（人工智能面向企业）和AI to C（人工智能面向消费者）两大方向齐发力。其中，在AI to C领域，阿里基于性能领先的AI模型和自身生态优势，将打造面向C端用户的AI超级原生应用，推动AI从千行百业到人人可用。

当AI Agent真的成为超级入口，用户不再需要直接打开外卖App，而是通过AI下单，这是否意味着App的开屏广告、推荐流广告价值将被彻底改写？不过，在商业利益分配机制理顺之前，拥有海量数据的头部App，如微信、美团、抖音等，是否愿意向Agent开放核心接口或数据，还是一个巨大的问号。

免责声明：本文内容与数据仅供参考，不构成投资建议，使用前请核实。据此操作，风险自担。