“美国版豆包手机”，弱爆了

多数功能是追赶而非引领。

AIX财经（AIXcaijing）原创

作者 | 王璐

编辑 | 魏佳

北京时间13日上午，谷歌硬件产品发布会Made by Google 2026如期而至。这场秀端出Pixel 11系列手机、Pixel Watch 5、首款防丢器Pixel Tag一系列硬件，并预告年底前推智能眼镜。

但近两个小时的发布会看下来，很多人的感觉是“平淡”。

先是硬件端变化不大，最能概括这场发布会的新品，是Pixel 11pro系列背面新增的那一小圈LED灯，谷歌称之为Hilight，最大的功能是支持特定联系人来电时的颜色提醒，不支持短信，不支持第三方通知。

软件相对提升较多，Gemini可自主完成手机内信息、地图等APP的搜索操作，并提升了输入、拍照等细节功能，因此外界也称，Pixel 11不是一台想靠配置赢得用户的手机，它是Gemini的“身体”。这听起来很像国内的“豆包手机”，即一切皆为AI服务。

这也引发了外界的重新思考，当谷歌把所有硬件都变成Gemini的容器时，它到底在卖手机，还是一个随时能召唤的AI？这款“美国版豆包手机”，有多少功能是谷歌首创，又有多少是跟随竞品？

01.谷歌的硬件：补齐拼图，但每块都不惊艳

今年的Made by Google发布会，谷歌的产品种类比往年更为丰富，主角是Pixel 11全系四款手机，此外还有Pixel Watch 5、防丢器Pixel Tag，以及一个关于年内智能眼镜的预告。类型虽多，但每一块都很难称得上惊艳。

先来看最重磅的Pixel 11系列手机。

价格上，四款产品较上代提高100美元，但由于Pixel 11和Pixel 11 Pro取消了128GB版本，其256GB版本价格与上代持平，Pixel 11 Pro XL和Pixel 11 Pro Fold则分别涨价100美元。整体配置来看，Pixel 11系列的硬件多是年度小改，全系搭载谷歌新一代Tensor G6处理器，是为Gemini的端侧运行专门设计；Pro系列升级新一代长焦镜头，最高120倍变焦，但标准版则依旧沿用上代相同配置；续航表现上，标准版、Pro、Fold为30W，Pro XL为45W，整体中规中矩。

最大的硬件亮点是Pro系列背面新增的LED指示灯，官方称其功能为Hilight，它的核心作用是一方面显示Gemini的使用状态，比如交流时，它会稳定亮起。另一方面是，特定联系人来电时，会显示用户指定的颜色。除此以外，暂无其他功能，既不支持短信和其他第三方提示，也没有给开发者留接口。

提前拿到真机的评测博主Marques Brownlee用“it is what it is（就这样吧）”评价这一系列，并把这句话当成了其视频标题。可见外界对这一功能并不完全满意。

再来看Pixel Watch 5，售价为399美元起。

沿用高通W5 Gen 2的加速版本，CPU快了12%。但真正的重点不是CPU，是端侧内存从2GB提到3GB，加了整整50%。带来的效果也很直接，手表端的Gemini能力大幅提升，比如可创建个性化时钟界面，用户抬起手腕时，就能与Gemini对话。

最后看Pixel Tag与智能眼镜。

Pixel Tag是谷歌首次进入追踪器赛道的产品，单只定价29美元，四只装99美元，贴着AirTag的价格打，于11月发售。产品本身没有太多可说的，但它的存在补齐了谷歌硬件生态的一个缺口，从手机到手表到耳机到防丢器，谷歌有了一个能跟苹果生态对标的完整硬件阵容。“智能眼镜”则是谷歌在本次发布会抛出的钩子，没有露出具体产品，仅预告了将年内推出。

可以看出，谷歌本次发布会亮出了一套AI容器矩阵，但单个产品没有太大惊喜。Pixel 11的涨价虽有存储翻倍做支撑，但功能上还不够让人眼前一亮；Watch 5的内存增加是务实的，但功能层面没有跳出其他智能手表的框架；Tag是标准的市场跟随者产品，眼镜更是还没露出。

02.谷歌的AI手机，咋样？

整场发布会真正的主角是Gemini。它已经从一个独立助手，集成到了Pixel的系统服务层，从查信息到跨应用办事都由它接管。被它“接管”之后，谷歌的AI手机，能力到了哪一步？本次发布会给出了答案。

在“代办”能力上，Gemini已超越聊天。

官方演示中，它可以跨应用读短信、日历等应用信息，并根据要求自动搜索谷歌地图，找到合适餐厅下单、订位，甚至直接打电话给商家。它还会主动建议航班信息、餐厅列表、提醒日历日程。

图源 / 谷歌官网

不过，这些丝滑体验目前仍局限于谷歌自家服务，以及为了确保用户使用的安全性，关键步骤仍需用户确认。这一功能与市面上其他的AI手机相差不大。

语音听写是本次的一大亮点。

Gboard新增的Rambler功能落地，基于Gemini驱动，官方展示了三大功能：自动清洗文本、意图修正和一键重来。它能自动过滤“嗯、啊”等语气词，即便用户中途改变了主意，也能自动消除前后矛盾的地方，当用户告诉它撤销刚才说的话，它也能照做，这对商务人士和学生群体具有一定的吸引力。

此外还有手语识别、实时翻译与影像AI等功能。

发布会上，聋人演员Daniel Durant现场演示了手语实时转文字，手机前置摄像头捕捉他的手语动作，再由大模型把手语翻译成文字，结果直接显示在实时转录里；实时翻译功能则进入到YouTube和播客，用户在看视频或听播客时，能实时把声音、配音成另一种语言。

影像方面，用户按下录制键后，Magic Capture会分析前后约上百帧画面，再从中挑出最好的几张。相机里新增的Creator Suite创作者套件，还自带提词器，用户提前把讲稿输进去，点录制后文字会跟着用户的说话速度和自然停顿自动滚动。

这些功能背后，是Gemini多模态模型与Tensor G6端侧算力的结合。虽然发布会上谷歌没有展开讲底层技术栈，但可以确定的是，手语识别、实时翻译和视频理解等功能都依赖端侧AI能力。

但这些功能有一个共同点，它们大多是“追赶”而非“引领”。比如手语识别方面，苹果在FaceTime中已支持手语检测，实时翻译方面，苹果和微软主要覆盖文本和语音场景，谷歌更多是把实时配音伸进了YouTube视频和播客等具体形态里。

03.是美国版豆包手机吗？

发布会过后，“Pixel 11是美国豆包手机”的说法也流传开来。这个比喻抓住了一些东西，也漏掉了一些东西。

从策略层面看，Pixel 11和豆包手机确实在走同一条路。面对OpenAI等对手在模型跑分上的压力，谷歌在I/O大会上表示将重心转向了智能体。Gemini深度绑定谷歌全家桶，豆包则绑定字节系，两者都不执着于单点技术的巅峰，拼的是谁能在更多场景里“刷存在感”。

但两家的技术路线并不一样。

一位大模型从业者介绍，让AI替你操作手机，可以分成两个层次。

一种是“操作层”，这里又分两条路：一类是AI“自己上手”，盯着屏幕，照着你平时的动作一步步点击，例如打开App、找按钮、点确认，这叫GUI模拟点按；另一类是AI不碰屏幕，直接走App留好的“内部通道”下指令，这叫接口调用。

另一种是“协同层”，也就是A2A，让手机里的Agent跟系统Agent“谈”，把要办的事交给对方去完成。这属于更高层级，但行业暂时没有成熟落地。

具体到这两台手机上，Pixel和豆包手机都属于操作层，Pixel以第一方接口调用为主，遇到没开接口的App，再退回GUI模拟点按兜底，豆包手机一代是纯GUI路线，但因遭到了头部APP的风控，以及用户对安全的讨论，豆包手机二代转向A2A。

图源 / pixabay

两家路线差异背后不是谁更先进，在于垂直整合的深浅不同。

Pixel 11是谷歌自研机身，加上定制Tensor G6芯片、跑自研Gemini，从芯片到系统到模型，全链路握在自己手里。这意味着谷歌可以在底层做优化，比如给手表加内存跑模型、让端侧AI在断网时依然流畅，这种“为了AI重做硬件”的垂直整合，是依赖第三方硬件的豆包手机难以复制的。

豆包手机目前主要与努比亚等厂商合作，硬件层面的话语权有限。它的优势在于软件迭代快、场景适配深，但端侧优化的天花板受限于合作厂商的硬件能力。不过，在工程落地上，豆包确实是GUI自动化领域的先行者。

总之，“美国版豆包手机”这个比喻在策略层面成立，在产品层面却不够准确。更准确的说法是，它们是同一趋势下的两种解法，目标一致，在实现方式上各有取舍。

回到开头的问题，谷歌卖的到底是手机还是AI？答案是，谷歌或许已经不打算区分了。Pixel逐渐成为Gemini的“身体”，硬件只是一次性入口，AI能力的持续订阅与服务，才是更长线的生意。

*题图来源于Google官网。