网易首页 > 网易号 > 正文 申请入驻

AI手机的分水岭来了:豆包、千问、Gemini走出了三条路

0
分享至

在上月底举办的三星 Galaxy S26 发布会上,三星和谷歌官宣将在 Galaxy S26 上首发基于 Gemini 的 Screen Automation(屏幕自动化)的能力。

简单来说,就是 Gemini 可以直接在手机屏幕上操作应用:打开 APP、识别屏幕、点击滑动、输入文字……完成一连串 UI 操作,最后再把确认步骤交给用户。

图片来源:三星

没错,听起来就和努比亚 M153(坊间俗称「豆包手机」)上的豆包手机助手一样,都是能替代人类在手机上进行「代理」操作,实现一句话点外卖、叫车、网购等需求。

从海外媒体和论坛的反馈来看,这项功能终于在最近的测试版更新中上线了。

不过我们也发现,谷歌并没有全盘学习豆包手机助手的做法。虽然在技术实现路径上同样基于 GUI 的 Agent,但 Gemini 会基于 Android 开启一个本地的虚拟沙盒,同时还主动限制了首批开放 Gemini「操作」的 APP,仅限少数一批应用。

这种处理方式与国内厂商显然不太一样。甚至可以对比字节的豆包手机助手和阿里的千问,谷歌选择了一条看起来既激进、又保守的路线。

让 AI 操作系统,而不是接管手机

只看功能表面,Gemini 的「屏幕自动化」很容易被理解为另一种「豆包手机助手」。它同样可以替你点外卖、叫车、下单,看起来也像一个能替人操作手机的 AI 代理。

但如果把视角往下再挖一层,就会发现谷歌的方案其实完全不是一回事。

豆包手机助手的逻辑很简单:AI 读取屏幕像素,像人眼一样识别按钮和输入框,然后模拟手指点击。这种方式最大的优点就是通用——理论上任何 APP 都能操作,因为 AI 看到的只是屏幕。

Gemini 明显更「保守」。在实际执行任务时,Gemini 并不会直接在你的手机桌面上操作应用,而是会在 Android 系统里开启一个本地的虚拟沙盒窗口,让 AI 在这个环境里运行目标 APP。

整个过程是可见的,用户可以随时终止任务,也可以在任何一步接管操作。

图片来源:Android Central

简单来说,Gemini「屏幕自动化」在产品定位上并不是一个可以随意操控手机的万能代理,而是一个被系统严格约束的自动化能力。

谷歌还主动限制了第一批支持自动化的应用数量。目前开放的主要是打车、外卖和餐饮类服务,仅支持 Lyft、Uber、GrubHub、DoorDash、Uber Eats 和星巴克。

也限制了「用户范围」。目前除了三星 Galaxy S26 系列已经可以在测试版中体验,谷歌也仅规划了 Pixel 10 系列支持,同时 Gemini 免费用户每天仅有 5 次使用额度、Plus 会员 12 次、Pro 会员 20 次、Ultra 会员 120 次。

这里既有算力的考量,也在于用户对 AI「乱动手机」的担忧,尤其是在欧美市场。所以谷歌做了权限隔离、关键步骤必须要用户手动操作、可以实时中断 AI 操作等。

但说到底,这只是过渡阶段,谷歌的野心绝不止是让 Gemini 仅仅能够操作几个特定 APP。

图片来源:谷歌

很多人注意到 Gemini 的 GUI 操作能力,却忽略了 Android 在系统层面正在发生的一件事情。

就在三星 Galaxy S26 系列发布会前夕,谷歌官方发布了一篇博文名为《智能操作系统:让 AI 代理对安卓应用更有帮助》,并正式推出了一套新的应用能力接口体系——AppFunctions,允许 APP 主动向系统声明自己可以被 AI 调用的功能。

举个例子,一个外卖 APP 可以告诉系统:支持搜索餐厅、添加商品、提交订单这些能力。当用户对 Gemini 说「帮我点一份披萨」时,AI 并不一定需要逐步点击界面,它可以直接调用这些能力完成任务。

如果把这套机制理解成 AI 的「函数调用」,事情就变得非常清晰了。在谷歌的设计里,AI 代理其实有两条路径可以执行任务,一种是通过系统接口直接调用应用能力,另一种才是通过识别屏幕界面来进行 GUI 自动化。

前者效率更高、稳定性更好;后者则是为了兼容那些没有适配新接口的应用。

这意味着 Gemini 未来的设备自动化能力,本质上并不是单纯的「AI 看屏幕操作手机」,而是一种系统 API 与 GUI 混合的架构。

AppFunctions 的应用示例,图片来源:雷科技

这个差异听起来有点技术化,但它背后的产品逻辑其实非常简单。相比豆包手机助手让 AI 像人一样使用手机,谷歌想做的事情是让 AI 像系统一样调度应用。

当 AI 只是读取屏幕像素时,它始终站在系统之外,只能模仿人的操作逻辑;但一旦 AI 被放进操作系统内部,它就可以直接协调应用之间的能力。

从这个角度看,Gemini Screen Automation 的真正目标或许并不是点外卖、叫车这些场景。谷歌真正想建立的,是一种新的 Android 运行逻辑和生态。从这里出发,我们也能在一定程度上明白,为什么谷歌要和高通联手推动「安卓电脑」(非 Chromebook)。

也解释了为什么 Gemini 的方案看起来既激进又保守。

激进的地方在于,它试图把 AI 变成 Android 的调度中心;保守在于,谷歌并不打算让 AI 随意接管整个手机,而是通过系统接口、权限控制和应用白名单,一步一步推进这种变化。

相比「万能 AI 代理」的想象,这种路线显然更慢,也更克制。但对于一个拥有数十亿设备的操作系统来说,谷歌可能也没有太多激进试错的空间。

豆包向左,千问向右,Gemini 走中间

相比谷歌在手机上的做法,去年底亮相的豆包手机助手选择了最简单、也最激进的一种方式:让 AI 像人一样使用手机。

在这套方案里,AI 读取屏幕像素,识别按钮、输入框和页面结构,然后模拟手指点击完成操作。无论是点外卖、比价购物还是下单支付,AI 都是在手机界面上一步步执行。

这种方式最大的优势就是通用。因为 AI 看到的只是屏幕,它不需要任何 APP 的接口支持,也不需要平台授权。理论上,只要是人能操作的应用,AI 都可以完成同样的操作。

这也是为什么很多人第一次体验豆包手机助手时,会觉得它像一种「真正的 AI 手机」。

图片来源:豆包

但问题也同样明显。当 AI 可以读取整个屏幕并操作所有应用时,权限和安全问题就不可避免。同时,很多互联网平台也并不欢迎这种自动化行为,因为它绕过了平台自身的入口和推荐体系。

简单说,豆包的路线技术上非常直接,但也天然会和应用生态产生摩擦。

相比之下,阿里的千问走的是另一条思路,利用阿里自己的服务生态,让 AI 成为一个调度中心。在这套体系里,用户的一句话会被拆解成具体任务,然后分别调用淘宝、支付宝、高德、飞猪等服务来完成。

比如搜索商品、下单支付、规划路线,都是直接调用真实业务能力,而不是模拟界面操作。因为所有操作都发生在生态内部,AI 不需要绕过应用权限,也不会触发平台风控,又因为直接调用服务接口,执行效率往往也更高。

图片来源:雷科技

但问题同样清晰:生态边界。千问能够调度的服务,本质上还是阿里系应用。一旦用户需求涉及其他平台,能力就会明显下降。

从这个角度看,豆包和千问其实代表了两种非常典型的 AI 代理路径。前者试图让 AI 接管手机本身,追求的是通用能力;后者则通过生态整合,让 AI 接管服务流程,追求的是业务深度。

而谷歌的 Gemini,某种程度上站在二者之间。在当前阶段,Gemini 依然保留了 GUI 自动化能力,这意味着它在必要时也可以像豆包一样,通过识别界面来操作应用。但与此同时,谷歌又在 Android 系统里引入了新的应用能力接口,让 APP 主动向系统开放可以被 AI 调用的功能。

如果应用支持这些接口,Gemini 就不需要再逐步点击界面,而是可以直接调用应用能力完成任务。换句话说,谷歌的方案其实是一种混合路径:

系统接口优先,GUI 自动化兜底。

从短期来看,这种方式显然没有豆包那样惊艳,也不像千问那样能够迅速整合成熟生态。但它的好处在于,既避免了和应用生态的正面冲突,又保留了足够的通用性。

写在最后

把视角再拉远一点,其实不难理解三种路线为什么会分化成现在这样。

字节没有操作系统,也没有本地生活生态,所以只能让 AI 直接接管手机;阿里拥有庞大的服务体系,于是让 AI 去调度自己的业务网络;而谷歌真正拥有的,则是 Android 这个覆盖数十亿设备的操作系统。

因此,Gemini 的目标从一开始就不是做一个更强的手机助手,而是把 AI 变成系统的一部分,让 Android 从「运行应用的平台」慢慢变成「调度应用的智能系统」。从这个角度看,Gemini 的克制并不是保守,而更像是一种平台级公司的必然选择。

特别声明:以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布,本平台仅提供信息存储服务。

Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.

相关推荐
热点推荐
每体:皇马八连胜之际,穆里尼奥因训练布置慢训斥助手

每体:皇马八连胜之际,穆里尼奥因训练布置慢训斥助手

懂球帝
2026-11-21 07:48:08
A股:要把安全带系好,种种迹象非常强烈,下周一将有更大暴风雨?

A股:要把安全带系好,种种迹象非常强烈,下周一将有更大暴风雨?

云鹏叙事
2026-11-21 13:02:44
发现一个很准的规律:只要儿子儿媳长期和父母同住一处,最后都会变得像"仇人"

发现一个很准的规律:只要儿子儿媳长期和父母同住一处,最后都会变得像"仇人"

小书虫妈妈
2026-11-08 12:13:59
2026导航“超准”的旗舰手机

2026导航“超准”的旗舰手机

手机评测室
2026-11-21 11:51:12
她帮美国造出原子弹,37年后回国,见到周总理开口第一句话是:"我找不到父母的坟了。"这个女人,连美国都不敢不用她。

她帮美国造出原子弹,37年后回国,见到周总理开口第一句话是:"我找不到父母的坟了。"这个女人,连美国都不敢不用她。

回京历史梦
2026-10-13 09:23:22
中国股市:写给处于严重亏损的股民们的一封信,此文,很短很深

中国股市:写给处于严重亏损的股民们的一封信,此文,很短很深

屿探涨
2026-11-17 11:25:04
约中年女人出来玩,大胆一点,女人不论多大,这3招都可以搞定

约中年女人出来玩,大胆一点,女人不论多大,这3招都可以搞定

千秋文化
2026-11-21 21:19:47
不得了!日本做了一个极其恶劣的决定!

不得了!日本做了一个极其恶劣的决定!

故事终将光明磊落
2026-11-20 14:44:07
日本发布了最新中日关系民意调研结果!出乎人意料

日本发布了最新中日关系民意调研结果!出乎人意料

荆楚寰宇文枢
2026-11-20 22:39:50
谢霆锋没想到,复合12年后,王菲官宣新喜讯,竟为李亚鹏做了嫁衣

谢霆锋没想到,复合12年后,王菲官宣新喜讯,竟为李亚鹏做了嫁衣

赶山的姑娘
2026-11-21 16:55:28
82年军队工作由这5人负责,杨尚昆严肃道:谁都不要再提退休的事

82年军队工作由这5人负责,杨尚昆严肃道:谁都不要再提退休的事

陈漎侃故事
2026-11-20 17:41:02
美国人评价中国深圳:环境很好,街道干净,不过一点比不上美国!

美国人评价中国深圳:环境很好,街道干净,不过一点比不上美国!

扶苏聊历史
2026-11-19 11:35:42
《GTA 6》首日狂揽37.9亿美元,超越《复联4》总票房

《GTA 6》首日狂揽37.9亿美元,超越《复联4》总票房

自愈小日子
2026-11-21 04:07:16
“两岸统一”突破点不在马英九!也不在国民党,或许在这个人身上

“两岸统一”突破点不在马英九!也不在国民党,或许在这个人身上

有牙的兔纸
2026-11-21 13:36:43
沉痛送别!张宇48岁离世,网友悼念错了:另一位歌手还在台上

沉痛送别!张宇48岁离世,网友悼念错了:另一位歌手还在台上

吃青菜长高
2026-11-22 00:12:10
崔晋把200多万粉丝的大号交还给李勒优!彻底掰扯清楚了

崔晋把200多万粉丝的大号交还给李勒优!彻底掰扯清楚了

手工制作阿歼
2026-11-21 03:41:04
1984年,57名战士正看霍元甲,子弹突然射进屋内,死伤38名战士

1984年,57名战士正看霍元甲,子弹突然射进屋内,死伤38名战士

四海神君
2026-11-20 15:00:08
首战完败西班牙!邝兆雷领衔国少三大输家,万项最佳,浮岛敏获赞

首战完败西班牙!邝兆雷领衔国少三大输家,万项最佳,浮岛敏获赞

南海浪花
2026-11-21 00:50:55
64岁女总统挤民航经济舱来开会,“寒酸”还是正常?

64岁女总统挤民航经济舱来开会,“寒酸”还是正常?

山间听雨
2026-11-20 19:27:54
以太坊升破1700美元,日内涨5.24%

以太坊升破1700美元,日内涨5.24%

每日经济新闻
2026-11-21 21:47:05
2026-11-22 01:31:00
雷科技 incentive-icons
雷科技
专注AI硬科技
38181文章数 812475关注度
往期回顾 全部

科技要闻

Anthropic收涨17.1%,市值一度破2万亿美元

头条要闻

菲总统马科斯APEC欢迎曲为《孩子》引发热议 本人回应

头条要闻

菲总统马科斯APEC欢迎曲为《孩子》引发热议 本人回应

体育要闻

约基奇vs申京:最强的策应巨人?

娱乐要闻

官媒发文 官宣赵丽颖新身份,进步很大

财经要闻

最大回撤超37%,黄金崩盘了吗?

汽车要闻

35万级MPV的满配答案 享界V8正式上市售31.98万起

态度原创

房产
健康
本地
教育
军事航空

房产要闻

黄埔商业规划曝光!科学城能级跃升,核心入场券已锁定

医生眼里"很伤腰"的椅子,很多人天天坐

本地新闻

43年起落记忆倒计时,去厦门高崎领绝版登机牌!

教育要闻

曾经“感动中国”的庞众望完成清华大学博士论文答辩,本人发声:将继续潜心钻研,在科研探索的道路上不断前行

军事要闻

俄乌炸桥冲突升级 相关谈判设想被放弃

无障碍浏览 进入关怀版