AI手機的技術路線已形成鮮明分野。

12月19日，字節(jié)跳動在聯合中興努比亞推出“豆包手機”nubia M153后再傳擴圍動作——正與vivo、聯想、傳音等廠商推進AI手機合作。

以“豆包手機”為代表的陣營，憑借讀屏、模擬點擊等GUI（圖形用戶界面）技術，試圖讓AI助手突破應用壁壘完成復雜任務，卻引發(fā)主流App集體“自衛(wèi)”。

反觀海外，蘋果、谷歌主導的陣營，則堅持API（應用程序接口）標準化路線，雖穩(wěn)健卻進展遲緩。

兩種技術路線的博弈，是移動互聯網十余年商業(yè)邏輯與利益格局的劇烈碰撞。流量入口遷移的序幕已然拉開，手機廠商、應用開發(fā)者與用戶的關系正被深度改寫。

GUI接管屏幕：豆包撕開系統(tǒng)級權限口子，智譜開源補位

這場路線之爭的導火索，是12月初字節(jié)跳動聯合中興努比亞發(fā)布的“豆包手機”nubia M153。這款手機憑借跨應用AI操作能力攪動行業(yè)：用戶只需發(fā)出語音指令，AI便能完成訂外賣、發(fā)微信、比價購物等一系列跨App任務，其技術核心是GUI（圖形用戶界面）多模態(tài)大模型與系統(tǒng)級權限的深度綁定。

豆包手機 圖片來源：中興商城

前小米OS AI產品專家、現出海AI應用公司ExcelMaster.ai創(chuàng)始人張和告訴《每日經濟新聞》記者（以下稱每經記者），通過與手機廠商（如中興）達成操作系統(tǒng)層面的深度合作，讓AI助手獲得凌駕于所有App之上的系統(tǒng)級操作權限。其技術邏輯是模擬人類的點擊、滑動等操作，貫通全手機應用，實現跨App的任務執(zhí)行。

但AI助手直接“接管”屏幕，很快引發(fā)主流App的“自衛(wèi)反擊”：微信提示環(huán)境異常甚至封號，淘寶頻繁彈出人機驗證，各大銀行App則直接拒絕在錄屏狀態(tài)下運行。

12月9日，智譜AI宣布開源自主任務模型AutoGLM，為GUI路線提供了另一種可能性。

AutoGLM同樣基于GUI范式，通過視覺大模型實現手機自動化操作，但此前因未獲廠商系統(tǒng)級權限支持，只能依賴安卓無障礙模式運行。

張和指出，無障礙模式存在明顯短板：“AI操作時會完全占據前臺窗口，比如操作淘寶一分鐘內，用戶無法刷微博、聊天。”但他強調，豆包與智譜AutoGLM本質同源，都是大模型廠商視角的探索，僅開源與否的差異。“只要手機廠商配合，智譜AutoGLM也能實現后臺靜默操作，核心癥結始終是系統(tǒng)權限。”

獲得中興努比亞手機的系統(tǒng)級權限，是豆包率先做出AI手機的核心原因之一。

但張和指出，這類合作的主動權掌握在手機廠商手里——并非廠商不具備同等技術研發(fā)能力，而是“要不要做（AI手機）”的戰(zhàn)略考量。

廠商的顧慮主要有兩點：首先是用戶對隱私泄露的普遍擔憂，貿然開放權限可能嚴重影響手機品牌的用戶口碑和形象；其次，手機廠商希望將系統(tǒng)級AI入口牢牢掌握在自己手中，而非淪為AI公司的技術通道。

“這也解釋了為何豆包的首個合作伙伴是中興努比亞，而非頭部廠商�！睆埡脱a充道。

蘋果、谷歌“慢半拍”：API路線的保守布局

豆包手機的出現，也引發(fā)了全球范圍內關于AI手機兩條技術路線——GUI范式與API（應用程序接口）范式——的對比和討論。

豆包和智譜的GUI，如同一個“AI保姆”，它像人一樣看著手機屏幕，幫用戶操作手機。蘋果和谷歌的API路線，則像給App們發(fā)了一套“手冊”，讓它們自己把功能開放出來給系統(tǒng)調用。

兩者的優(yōu)劣對比十分鮮明：GUI不依賴App開發(fā)者配合，通過視覺大模型“讀取”屏幕、模擬人類點擊實現操作，優(yōu)點是通用性強，理論上人能使用的App它都能駕馭；但缺點同樣突出，一是隱私保護壓力大，二是效率較低，需逐步驟操作且易出錯。

以蘋果Apple Intelligence為代表的API范式，不是通過模擬，而是構建底層框架與標準化接口，讓AI通過規(guī)范“調用能力”完成任務。這種模式的優(yōu)點是穩(wěn)定、保障隱私且效率高，缺點則是需要App開發(fā)者主動配合，生態(tài)構建周期更長。

iPhone 17搭載Apple Intelligence 圖片來源：蘋果官網

張和評價蘋果是“最保守的大玩家”。

2022年，蘋果推出Apps Intent框架，鼓勵開發(fā)者向系統(tǒng)聲明功能供Siri調用，但堅決不開放讀屏繞開應用的能力；即便未落地的“屏幕感知”功能，也選擇通過API向Siri提供屏幕內容，而非直接操控界面。

當前，蘋果Apple Intelligence集成了OpenAI的ChatGPT。而據媒體報道，蘋果正計劃采用谷歌的Gemini模型，為Siri語音助手升級提供技術支撐。蘋果希望將該技術作為臨時解決方案，直到自家模型足夠強大。

Pixel 10搭載Gemini大模型 圖片來源：谷歌官網

谷歌則走端云協(xié)同路線，且優(yōu)先布局電腦端。旗下Gemini大模型具備強大端云協(xié)同能力，但手機端未采用GUI多模態(tài)操作；推出的AppFunctions API，旨在解決生態(tài)內的碎片化問題，實現系統(tǒng)對應用能力的統(tǒng)一發(fā)現與索引。

谷歌和蘋果均傾向于推動應用開發(fā)者主動接入標準化接口，實現AI助手跨應用協(xié)作。

張和透露，目前兩家公司尚未在手機上推出GUI多模態(tài)操作相關功能，仍處于技術儲備階段�！肮雀枰环矫嫘枰獏f(xié)調安卓生態(tài)的手機廠商，另一方面也在觀望市場反饋和技術成熟度。”

AI生態(tài)洗牌：手機廠商、超級App與長尾應用的利益重構

市場調查機構Canalys報告顯示，得益于芯片技術的快速發(fā)展和消費者對AI功能日益增長的需求，全球AI手機出貨占比將從2024年的16%升至2028年的54%。該機構預計，2023年至2028年的年復合增長率將達到63%，三星和蘋果等主要玩家將推動這一增長。

技術路線的抉擇，最終將指向移動互聯網利益格局的深度重構。

“靠AI助手去購物，相當于直接介入交易，互聯網大廠自然擔心商業(yè)模式受影響�！睆埡忘c出了超級App集體“自衛(wèi)”的核心焦慮。

API類似手機廠商向各家互聯網大廠商議，讓后者開發(fā)接入手機智能助手的API接口，在限定范圍內向AI開放部分功能。這一模式下，主動權掌握在互聯網大廠手中，是否開放API接口、對誰開放、開放多少功能，都是未來提供議價權的籌碼。

而GUI Agent可以通過“看屏幕、點按鈕”的方式來操作App，相當于繞過了App對AI許可授權的過程。

更關鍵的是，GUI Agent將用戶操作截留在了手機系統(tǒng)層面：用戶無需打開App，就能使用其核心功能。這意味著，App上的廣告投放將失去核心價值——而廣告收入正是互聯網行業(yè)的重要營收來源。

張和認為，未來AI手機的生態(tài)將呈現“分層治理”格局，不同體量玩家命運迥異。

對于微信、淘寶等超級App而言，短期可以通過技術手段抵制外部AI讀屏，保護商業(yè)數據與用戶隱私。長期最優(yōu)解是自研AI Agent，形成Agent to Agent（A2A）協(xié)作模式：系統(tǒng)級AI將用戶意圖傳遞給應用Agent，后者在權限內完成操作。這種模式既保護超級App“領地”，又能融入AI手機生態(tài)。

對于數以百萬計的中長尾App來說，處境則將完全不同。

張和認為，長尾App因缺乏自研Agent的技術與商業(yè)話語權，大概率將“被系統(tǒng)級AI直接控制”。對它們而言，與其投入資源拉新獲客，不如接受系統(tǒng)級級AI操作，換取新生態(tài)的流量分發(fā)。手機廠商或會制定標準化利益分配條款，讓長尾應用“搭上生態(tài)紅利”。

“這就像自動駕駛，是不可逆轉的歷史趨勢�！睆埡涂偨Y道。以用戶需求為核心的變革，將推動生態(tài)從“流量爭奪”走向“價值共創(chuàng)”，最終形成手機廠商主導，超級App、長尾應用和大模型廠商各司其職的全新格局。