KY Gaming 都说我方是AI手机，字节、谷歌、阿里走的根底不是归拢条路

IDC 预计，2026 年中国 AI 手机出货量将达 1.47 亿台，占举座市集的 53%。行业把本年叫 "AI 手机元年 "。

但 "AI 手机 " 这四个字背后，各家在作念的事差得很远。

名义上群众都在说 " 让 AI 帮你操作手机 "，底层逻辑却皆备不同。有东谈主让 AI 班师看屏幕操作，有东谈主让 App 主动敞开接口，有东谈主在自家生态里买通管事。三条路，各有各的逻辑，各有各的天花板。

三星 S26 发布，努比亚总裁倪飞发微博说谷歌和三星 " 比咱们晚了三个月 "。这句话自己没错，但用 " 早晚 " 来测度这件事，有点收支。毕竟字节、谷歌、阿里，AI 手机的有策画根底不在归拢条跑谈上。

谷歌：让 App 主动开门

谷歌本年 2 月发布了两套并行有策画：AppFunctions，和 Intelligent UI Automation。

AppFunctions 的逻辑是，App 开发者在代码里标注哪些功能不错被 AI 调用，比如 " 创建日期事件 "、" 搜索像片 "。这些声明被编译成索引文献，提交给安卓系统。Gemini 收到用户提示，先查索引，找到匹配功能，在开垦腹地班师调用，全程不外程外部管事器。

谷歌把 AppFunctions 界说为 " 手机端的 MCP"。MCP 是 AI 圈的条约，处分 AI 模子奈何聚会外部器具的问题。AppFunctions 把这套逻辑搬进手机腹地，App 主动敞开接口，AI 按接口调用，有授权，有界限，有纪录。

搭载该系统的三星 S26 展示了一个案例，用户对着 AI 说 " 找我家猫的像片 "，Gemini 就会调用三星相册的接口，像片班师出咫尺对话界面，用户莫得掀开任何 App。

咱们用更常用的淘宝为例。若是淘宝接入 AppFunctions，敞开 " 搜索商品 " 的接口。此时，用户对着 Gemini 说 " 帮我在淘宝找一对跑步鞋，预算 1000 以内 "，Gemini 就能班师调用淘宝的搜索接口拿回恶果，在 AI 对话页面展示给用户，全程用户不需要掀开淘宝。

淘宝也能适度哪些功能敞开、哪些数据分歧外走漏，权限界限由 App 我方规矩。

但这样作念摈弃也很显着，App 必须主动接入，咫尺支撑的主要鸠合在日期、备忘录这几个类别。

是以谷歌同期推了 Intelligent UI Automation 看成补充，专诚针对还没接入 AppFunctions 的 App。AI 通过模拟点击、滑动完成任务，开发者不需要改一瞥代码。咫尺在 S26 系列 和 Pixel 10 上小范畴测试，支撑外卖、打车等少数场景。用户不错随时接管，遭遇付款，Gemini 会先弹证明。

谷歌官方说 " 本年晚些时候共享更多细节 "。功能上线了，表率还没写完，界限在那处谷歌我方也还在摸索。因此，这也等于中兴倪总所谓的三星 +Gemini 只完成了努比亚的局部智商。

字节：班师看屏幕，但被微信堵在门口

字节 + 努比亚的豆包手机，走的是另一条路，其底层是字节自研的 UI-TARS 模子。

使命神志很直不雅，截屏，截图输入视觉模子，模子分析屏幕上有什么，决定点那处，通过安卓无阻拦权限把提示发给手机。截图、分析、点击，轮回，直到任务完成。不需要任何 App 相助，表面上能操作手机上所有欺诈。

相似以淘宝例如，豆包手机不需要淘宝授权，它能识别淘宝页面中每一个按钮是作念什么的，点击哪个能杀青什么功能。你让豆包手机搜索商品，它会像真东谈主一样，点来点去，直到生成谜底。

这一切都诞生在 UI-TARS 模子的雄壮智商中，在 AndroidWorld 基准测试，UI-TARS 1.5 得了 64.2 分，GPT-4o 是 34.5 分。

首批 3 万台豆包手机也曾吵得火热，而今除了科技测评东谈主，还有若干东谈主在用？新本事会激发一时狂热，但热度散去群众才发现，好多底层问题都没处分。

骨子使用中，微信、支付宝、淘宝、各样金融 App 会班师弹安全劝诫防止操作。这些 App 的安全机制能识别出 " 有表率在模拟东谈主点击 "，判定为很是。此外，开元app豆包手机依赖的无阻拦权限，设想初志是匡助谬误用户，AI 拿来批量操作 App，踩的是通盘安卓生态的红线。

况兼好多软件升级安全战术，UI 更新，都可能让豆包手机的一部分功能失效。

天然，谷歌的 Intelligent UI Automation 和豆包手机在本事旨趣上差未几，都是看屏幕、模拟点击。但谷歌的有策画有系统层背书，谁让安卓是他的。豆包走的是权限的灰色地带，莫得这层信任基础。

动作把握，性质不同。

阿里：最安全，也最难

阿里的道路叫 A2A，Agent to Agent，智能体互联。春节时期，咱们用千问点奶茶，操作起来和也挺像 AI 手机的，但照旧有区别。

千问不看屏幕，也不碰手机系统权限，班师调用 App 的管事接口。用户说 " 帮我在饿了么订午饭，再用高德叫辆车去下昼的会 "，千问把两个恳求分离派发给饿了么智能体和高德智能体，各自完成，恶果汇总复返。全程莫得截图，莫得模拟点击，数据在预设接口里流转，阴私风险实在为零。

但前提是，这些操作都需要在阿里我方的生态里。淘宝、饿了么、高德、支付宝底本等于归拢家公司，接口买通的磋议本钱实在不存在。

一朝脱离阿里生态，这些操作就行欠亨了。

让千问帮用户操作好意思团、抖音、滴滴、微信、小红书，需要这些公司主动敞开接口。好意思团、字节、滴滴、腾讯、小红书一家一家谈下去，都需要时候，只不外跟着跟着各家都在探索和推出智能体，A2A 道路的上限，也会跟着生态界限的拓宽不休变宽。

AI 手机到底长什么样？

三条路，三种下注逻辑。

字节押的是速率，靠通用性换先发，代价是和通盘 App 生态的安全机制进行反水。但克己是东谈主们一提到 AI 手机，都会思到字节。

{jz:field.toptypename/}

阿里押的是安全感，阴私风险最低，天花板也最明晰。

谷歌押的是举止，AppFunctions 开发者文档依然迭代到 alpha07 版块，每个 API 都有完好表率，慢但每一版都在扩大生态。

况兼谷歌还有一张牌没打出来，苹果本年证明将用 Gemini 入手下一代 Apple Intelligence。落地之后，Gemini 将同期成为安卓和 iOS 的 AI 底座，遮盖全球绝大无数手机用户。AppFunctions 的模范，就不仅仅安卓的举止，而是通盘移动互联网的举止。

当 AI 成了用户和 App 之间的新一层，适度了这一层，就适度了下一代的流量进口。

三条道路都有各自的天花板，但更大的问题是：AI 手机的几个有策画都还没跑通。

谷歌搞 AppFunctions，最终能走多远，得看有若干 App 振作主动接入。咫尺最大的阻拦等于开发者，咫尺支撑的，也就 Uber、Grubhub 这几个。此外，国内的微信、好意思团、抖音，不会因为谷歌发了一套 API 就列队来接。

信任这关，更贫瘠。AI 帮你点外卖，出错了酌夺重来一单。AI 帮你转了账，发现转错了，这锅谁背？咫尺三条道路都没给出谜底。就和自动驾驶一样，莫得法律的背书，不管案例多光鲜都是自嗨。用户的信任是逐渐建起来的，但时时要出几次真确事故才会被闲隙对待。

更进攻的是场景这关，说白了等于 AI 手机到底有什么用？咫尺演示的都是 " 找像片 "、" 订外卖 "、" 叫车 "，提示明晰，重要固定，一气呵成。然则，真确生计不是这样的。" 帮我把上周和那谁的聊天有策画整理一下，趁机把下周的会议改到周五 "，这种才是平日，莫得一家咫尺能顺滑处理。

AI 手机卖出去是一趟事，用户每纯果真在用 AI 操作 App，是另一趟事。