字節(jié)跳動(dòng)發(fā)布了全新一代豆包手機(jī)助手的字節(jié)炸場(chǎng)助手制手技術(shù)預(yù)覽版。不同于以往那些只能定鬧鐘、豆包查天氣的手機(jī)傳統(tǒng)語(yǔ)音助手，這款新產(chǎn)品被定義為真正意義上的可直手機(jī)第二大腦。它具備了視覺(jué)感知、接控機(jī)長(zhǎng)期記憶以及直接動(dòng)手操作的字節(jié)炸場(chǎng)助手制手能力，甚至能替用戶把整個(gè)手機(jī)的豆包功能玩明白。
豆包手機(jī)助手最引人注目的手機(jī)突破在于其真正的端側(cè)記憶能力。這是可直業(yè)界首次在手機(jī)本地實(shí)現(xiàn)了持久化的記憶功能。它能像一個(gè)細(xì)心的接控機(jī)私人管家一樣，記住用戶生活中的字節(jié)炸場(chǎng)助手制手瑣碎細(xì)節(jié)。
在實(shí)際演示中，豆包這種能力表現(xiàn)得令人印象深刻。手機(jī)當(dāng)用戶詢問(wèn)車停在哪里時(shí)，可直助手能直接調(diào)出用戶上次拍攝的接控機(jī)車位照片并附帶樓層指引。
當(dāng)需要取快遞時(shí)，它能瞬間讀取短信歷史并報(bào)出取件碼；甚至當(dāng)用戶詢問(wèn)高鐵座位號(hào)時(shí)，它能自動(dòng)翻找12306的購(gòu)票記錄并告知準(zhǔn)確位置。更進(jìn)一步的是，這種記憶具有聯(lián)想能力，比如它記住了用戶最喜歡凡高，那么在規(guī)劃巴黎行程時(shí)，就會(huì)自動(dòng)優(yōu)先推薦奧賽博物館。
如果說(shuō)記憶是基礎(chǔ)，那么跨App代操作則是豆包手機(jī)助手的殺手锏。它利用先進(jìn)的GUI模擬點(diǎn)擊技術(shù)，能夠像真人一樣接管屏幕，跨越應(yīng)用壁壘進(jìn)行自動(dòng)點(diǎn)擊、輸入和滑動(dòng)。
在全網(wǎng)比價(jià)場(chǎng)景下，用戶只需發(fā)出一句指令，豆包就能打開淘寶、京東、拼多多和抖音電商，在3秒內(nèi)給出最低價(jià)并直接停留在支付頁(yè)面。在更復(fù)雜的辦公場(chǎng)景中，它可以響應(yīng)幫我請(qǐng)三天假，順便訂回老家高鐵的指令，自動(dòng)打開辦公軟件填寫請(qǐng)假單、提交審批，隨后無(wú)縫跳轉(zhuǎn)至12306完成訂票和付款流程。
甚至連特斯拉車主都能體驗(yàn)到這種便捷，一句打開前備箱放東西，助手即可直接遠(yuǎn)程控制車輛執(zhí)行操作。
在多模態(tài)交互方面，該助手展現(xiàn)了實(shí)時(shí)視覺(jué)理解能力。當(dāng)用戶拿起一本英文繪本對(duì)準(zhǔn)攝像頭時(shí)，豆包手機(jī)助手會(huì)立刻開啟實(shí)時(shí)視頻通話模式。
畫面中不僅會(huì)出現(xiàn)中英雙語(yǔ)字幕，AI還能用流利的普通話或英語(yǔ)邊講故事邊與用戶互動(dòng)提問(wèn)，甚至根據(jù)孩子的反應(yīng)臨時(shí)改編劇情，讓閱讀變得生動(dòng)有趣。
針對(duì)模糊且復(fù)雜的長(zhǎng)鏈條需求，豆包引入了Pro模式。該模式結(jié)合了GUI模擬點(diǎn)擊、API工具調(diào)用以及超強(qiáng)推理能力，能完成以往AI根本不敢接的任務(wù)。
以巴黎旅行為例，用戶只需模糊地表達(dá)下個(gè)月去巴黎，把收藏的餐廳標(biāo)到地圖上，再幫我訂一張有我喜歡展覽的博物館票，助手便能執(zhí)行全流程。
它首先讀取記憶確認(rèn)用戶喜愛(ài)凡高，接著搜索確認(rèn)奧賽博物館正在舉辦凡高特展，隨后打開地圖應(yīng)用將收藏的米其林餐廳打點(diǎn)，最后跳轉(zhuǎn)官網(wǎng)搶票并生成完整的行程單推送至備忘錄。
在展現(xiàn)強(qiáng)大能力的同時(shí)，字節(jié)跳動(dòng)也極度重視隱私安全。官方反復(fù)強(qiáng)調(diào)，所有的記憶數(shù)據(jù)均在手機(jī)本地進(jìn)行處理和加密存儲(chǔ)，絕對(duì)不會(huì)上傳至云端。
用戶擁有完全的控制權(quán)，隨時(shí)可以在設(shè)置中一鍵徹底關(guān)閉記憶功能。這種設(shè)計(jì)在確保了智能體驗(yàn)的同時(shí)，也做到了真正的可控可信，為AI時(shí)代的隱私保護(hù)提供了新的解題思路。
相關(guān)文章
精彩導(dǎo)讀
熱門資訊
關(guān)注我們
