研究员|冯皓钦
新一代“豆包手机”努比亚NaviX Ultra今日正式发售,共有黑、粉、白、蓝四种配色。价格方面,512GB有两个定价,分别为5999元和6499元,1TB定价7499元。
![]()
第四波注意到,截至9月16日上午,京东平台预约量已经突破38万台。相比去年12月更多承担技术验证任务的“豆包一代手机”M153,这一次被称为“豆包二代手机”NaviX Ultra把交互体验作为基础能力之一。
它还支持语音、AI键等多种唤醒方式,搭载星穹全域通信系统,大口径天线配合智能算法,提升电梯、地库、高铁等弱网场景连接稳定性,保障AI助手随时在线响应。“豆包二代手机”优先覆盖字节跳动旗下产品,可调用字节全系列产品,也可使用曹操出行等少量第三方应用。
01 三家公司,三种AI手机路线
短短两个月,行业在这块屏幕上找到了三种产品路线。
7月,阶跃星辰发布AI终端品牌STEPX时,推出了智能体原生操作系统Step AOS和个人智能体Amoo,首款智能体手机STEPX Neo也一同亮相。
![]()
阶跃星辰智能体手机STEPX Neo
相比在传统手机系统里增加AI助手,阶跃Step AOS从底层围绕Agent重构系统能力,STEPX Neo则成为这套体系的硬件载体。不过当时阶跃并没有公布STEPX Neo的具体量产和上市计划。
一个月后,荣耀正式发布Robot Phone。其路线又不一样。Robot Phone以Agentic OS为内核,将YOYO升级为系统级Agent,可以进行长指令遵循和跨应用任务执行,同时加入四自由度机械云台,让AI不仅能够操作数字世界,也能通过摄像头主动观察、跟随和感知现实物理环境。
![]()
荣耀智能体手机Robot Phone
在模型层,荣耀也没有选择所有能力都自己完成,而是与阿里千问合作,并上线了YOYO技能商店,允许用户安装Skills,开发者还可以调用云台、相机、多模态通话等100余项系统能力创建自己的Skill。
到了9月,豆包手机助手也从去年的技术预览走向消费者版本。相比搭载在M153工程样机上的预览版,这一次已经是一款真正面向消费者销售的量产机型。豆包也进一步获得屏幕理解、本地信息检索和任务执行等系统级能力。
![]()
新一代“豆包手机”努比亚NaviX Ultra
与前两者相比,其特殊性在于:阶跃从模型向OS和硬件延伸,荣耀从手机厂商向Agent系统升级,而豆包则选择与中兴、努比亚合作,把一个已经拥有大规模用户基础的AI应用进一步推入手机系统层。
起点不同,三款产品代表了三条不同的产品路线,但它们最后争夺的基本上是同一个位置:手机里的“默认”AI入口。一个离用户最近、权限最高,甚至是商业价值巨大的个人终端。
02 AI操作手机,最难的是模型吗?
9月14日,豆包手机助手消费者版本先行发布。据介绍,豆包手机助手以豆包App为基础,与手机厂商在系统层面展开合作,围绕交互、任务执行、本地记忆及检索等核心体验,进一步探索AI在手机中的应用。
首个搭载豆包手机助手消费者版本的机型NaviX Ultra(“豆包二代手机”),最值得关注的一项能力是“理解屏幕”。
![]()
用户不再需要截图,该手机助手就可以直接理解当前屏幕或者相机画面,并继续完成任务。比如演示视频中,用户只需拍摄家里的装修环境,然后说:“根据装修风格,帮我选一个1.2米以内、价格不超过1000元的柜子。”豆包就能理解画面、识别装修风格和尺寸要求,再进入电商场景寻找商品。
它还可以检索手机里的相册、短信、便签等本地信息。录音、飞书妙记以及手动保存屏幕内容,也都被加入了个人Context和记忆体系。
但问题来了,去年“豆包一代手机”出现以后,真正让它陷入争议的不是模型不会操作手机,而是它太会操作手机了,以至于最后卡在了“权限”上。
去年12月,不少科技博主用新一代豆包手机对23款主流App实测,其中淘宝、美团、支付宝、拼多多、猫眼等用户常用的APP无法登录使用,微信、高德地图、大麦网还得手动登录,无法由AI操作,十几款主流应用受到不同程度的调取限制。豆包自己也在发布不久后主动下线了银行、互联网支付以及部分游戏场景中的自动操作能力。
这就暴露出Agent手机最大的问题,权限。用户允许AI操作手机,不代表第三方App也允许AI操作自己。
因此,这次“豆包二代手机”没有单纯押注在如何扩大权限,而是专门推出了屏幕自动化操作声明协议SAEP。
![]()
第三方App可以自己决定是否允许AI助手操作,甚至可以进一步限制截图、模拟输入、内容修改等不同权限。30天公示期内,除系统应用、字节旗下应用以及明确同意接入的第三方应用外,其余付款、短信验证等应用默认不执行自动化操作。
但比操作权限更加敏感的,还有隐私。就在“豆包二代手机”发布的前一天,“微信AI隐私”就引发热议。
微信在测试的AI助手“小微”被一些用户质疑能够读取聊天记录。微信称,小微能接触的信息不会超过用户本人可以查看的信息范围,只有用户在聊天场景主动发起“问小微”时,才会临时从本地读取最近聊天信息,分析完成后原始聊天记录不会保存。
然而,“用户有权查看”,和“用户愿意让AI读取”是两回事。到了AI手机上,这个问题会更加突出。当一款Agent同时能够理解屏幕、搜索相册、短信、便签和个人记忆时,它当然会比普通App更懂用户。
但用户真正需要知道的,是AI什么时候读取了什么信息?哪些数据只在本地处理?哪些会进入云端?哪些会形成长期记忆?哪些能彻底删除?一次授权能够持续多久?发生误操作后有没有完整记录?
“豆包二代手机”称,专门强调数据处理遵循“合理必要”和“用户自主控制”原则,并对Agent可操作范围进行分层分级管理。但这些机制最终能不能建立信任,光有隐私政策远远不够,还要靠真正量产以后几十万用户长时间使用的验证。
03 App不会再是第一入口?
智能手机时代,典型的交互方式是用户有需求,找到并打开对应App,再匹配功能。但AI手机的到来,意味着延续十余年的App生态或将被重塑。
Agent手机会变成,用户只描述自己想要什么,剩下的事情由Agent决定调用哪项服务。这意味着,用户面对的不再是一排App图标,而是一组可以被AI直接调用的skills。比如,荣耀Robot Phone的“YOYO技能商店”就是该路径。
![]()
对于未来的AI手机,App Store或许可以继续负责软件分发、安全审核、支付和身份认证体系,但App需要逐渐从用户主动进入的“目的地”,变成Agent背后可以调用的服务提供者。
今天用户下载OTA类应用,或许是为了给自己订票。而之后,这一订票能力将会被集成成一项能够被Agent稳定调用的任务能力。不同的App未来还要争夺的是:当用户只对AI说一句“帮我订票”时,Agent优先调用谁。
这也是为什么GUI自动点击可能只是AI手机早期的一种过渡方案。让模型像人一样识别屏幕、寻找按钮、模拟点击,最大的好处是不需要所有App重新开发接口,但缺点同样明显:效率低、稳定性有限,且容易撞上第三方平台的安全和商业边界。
长期来看,比起让AI学会操作每一个App更稳定的方式,应该是App主动把自己的能力以API、Agent协议或者Skill的形式开放出来。
到那时,手机产品的竞争逻辑也会从“谁拥有最多App”,逐渐加入“谁拥有最多可以被Agent调用的服务”这一指标。这也是为什么越来越多的模型公司、手机厂商都开始入场AI手机赛道。
不过,AI手机从工程样机走向几十万甚至百万台规模,最终考验的也不是一款模型Demo能不能跑起来,而是整套计算系统能不能长期、稳定、低成本地工作,这包括Agent能力、商业权限、端侧算力、边缘AI等多个问题。AI手机应用生态,也绝不只是一个硬件入口那么简单。谁能站在用户和所有数字服务之间,谁才能真正掌握下一代的AI入口。
编辑|邱慧
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.