財聯(lián)社2月27日訊（記者 付靜）昨日舉行的三星年度旗艦手機發(fā)布會上，三星聯(lián)手谷歌首次公開展示三星Galaxy S26新品上的Gemini手機智能體。這一新品或成為Apple Intelligence（蘋果智能，蘋果公司發(fā)布的個人智能系統(tǒng)）后續(xù)升級的一次預(yù)演，因而受到產(chǎn)業(yè)關(guān)注。

財聯(lián)社記者觀察到，這場發(fā)布會以手機智能體為重點，這也正是當下AI手機領(lǐng)域的重要發(fā)展趨勢。更為值得關(guān)注的是技術(shù)路線，此前部分廠商的手機智能體GUI能力仍存在爭議，AI手機入口之爭形成，此次谷歌Gemini智能體則采取了更為穩(wěn)妥的雙技術(shù)路線。

“谷歌的手機智能體技術(shù)方案有機會成為一種標準方案，它可以實現(xiàn)AI的自動操作，又能大幅降低App的抵觸心態(tài)。在二者之間找到一個平衡，從而緩解入口之爭的沖突。”艾媒咨詢CEO張毅在接受財聯(lián)社記者采訪時表示。

手機智能體加速普及

據(jù)悉，三星S26系列三款機型均搭載Gemini智能體，同時保留Perplexity網(wǎng)絡(luò)查詢引擎及三星自研大模型驅(qū)動的設(shè)備端助理Bixby。Gemini智能體可自主完成點外賣、叫車等跨應(yīng)用操作。

此次Gemini手機智能體對三星Galaxy S26的加持，事實上亦是接下來Apple Intelligence升級的一次預(yù)演。

今年初，蘋果、谷歌宣布達成多年期深度合作協(xié)議，蘋果下一代基礎(chǔ)模型（Apple Foundation Models）將基于谷歌的Gemini模型及云技術(shù)構(gòu)建，為Apple Intelligence功能及今年推出的個性化Siri提供核心技術(shù)支持。

與此同時，谷歌安卓生態(tài)系統(tǒng)總裁Sameer Samat表示，此類自動化功能將作為安卓17系統(tǒng)升級重點于今年晚些時候推送，當前僅適配優(yōu)步、Grubhub和DoorDash等少數(shù)應(yīng)用，原生支持依賴開發(fā)者接入MCP協(xié)議或安卓應(yīng)用功能框架。

近兩年，華為、榮耀、OPPO、vivo等廠商紛紛在旗艦機型里注入AI能力，做出AI手機智能體的嘗試，去年底發(fā)布的豆包手機助手也一度火爆?？梢灶A(yù)見，手機智能體將保持加速普及。

具體到技術(shù)層面，承擔著幫助Android操作系統(tǒng)和Apple Intelligence在AI時代實現(xiàn)能力飛躍重任的谷歌，采取了何種方案？

財聯(lián)社記者查閱安卓官網(wǎng)相關(guān)開發(fā)者文檔了解到，Gemini要在手機端實現(xiàn)“自動跨應(yīng)用操作”，主要有Android AppFunctions、UI automation（讀屏自動化）兩條路徑。

開發(fā)者文檔顯示，Android AppFunctions“模仿MCP云服務(wù)器聲明后端功能的方式，為Android應(yīng)用提供了設(shè)備上的解決方案。與WebMCP非常相似，它在設(shè)備上本地執(zhí)行這些功能，而不是在服務(wù)器上。”

同時，針對UI automation，安卓方面表示“我們也在開發(fā)一套UI自動化框架，以便智能體能夠智能地在應(yīng)用程序上執(zhí)行通用任務(wù)。Gemini使用應(yīng)用程序中已有的上下文來幫助完成任務(wù)，不需要任何開發(fā)人員的工作?！睋?jù)悉，UI automation內(nèi)置了用戶透明度和控制權(quán)機制。對于任何自動化操作，用戶可監(jiān)控任務(wù)進度，并在任何時候切換到手動控制進行接管。

有App開發(fā)者向財聯(lián)社記者分析，Gemini手機智能體的技術(shù)方案采用了系統(tǒng)底層/應(yīng)用層API、AI讀屏并行的方式，且兩種方式需要用戶和App雙重授權(quán)。在邏輯上，API方式優(yōu)先，不直接采用讀屏方式。

其認為，谷歌蹚出了GUI路線需要遵循的基本原則，如亮明執(zhí)行主體、限定執(zhí)行環(huán)境和執(zhí)行范圍等。

張毅告訴財聯(lián)社記者，“我理解這是API優(yōu)先、讀屏兜底的技術(shù)路線。對App開發(fā)者來說，愿意開放接口就走安全的API，部分不愿意適配的就用讀屏方式。這更合規(guī)、更安全，對于App的主權(quán)來講，也是更尊重的一種體現(xiàn)?！?/p>

生態(tài)沖突有望緩解？

財聯(lián)社記者此前報道，雖然AI技術(shù)為用戶帶來諸多便利，但從此前國內(nèi)的產(chǎn)業(yè)發(fā)展情況看，不少廠商將“AI Agent高權(quán)限能力”作為技術(shù)賣點，手機廠商、AI解決方案提供方與App開發(fā)者之間已經(jīng)形成了入口之爭。

去年12月初，淘寶、微信、農(nóng)業(yè)銀行、建設(shè)銀行等多款A(yù)pp就先后出現(xiàn)了針對AI手機屏幕共享監(jiān)測以及風控的措施。上述措施曾被網(wǎng)友解讀為App對AI手機助手憑借底層權(quán)限、實現(xiàn)跨應(yīng)用操作所引發(fā)隱私擔憂的側(cè)面回應(yīng)。

值得關(guān)注的是，Sameer Samat還在三星發(fā)布會上談到了獲得App生態(tài)支持的重要性：“對于把安卓從手機操作系統(tǒng)轉(zhuǎn)變?yōu)橹悄芟到y(tǒng)，最大的障礙依然是App開發(fā)者。目前，這項任務(wù)自動化功能僅限于優(yōu)步、外賣平臺Grubhub和DoorDash等少數(shù)App。希望今年晚些時候能有更多的App支持智能體操作?！?/p>

上述開發(fā)者文檔也強調(diào)了跟App生態(tài)合作的重要性：“我們目前正與一小部分App開發(fā)者合作，致力于打造高質(zhì)量的用戶體驗，并隨著生態(tài)系統(tǒng)的發(fā)展不斷優(yōu)化?！?/p>

為何最大的障礙來自開發(fā)者？張毅分析，“因為沒有統(tǒng)一的標準、沒有明確的收益，那開發(fā)者如何為AI開放API呢？這顯然是沒有道理的。”

“前述沖突，本質(zhì)上是入口控制權(quán)和數(shù)據(jù)安全以及利益分配之間的平衡之爭。它根本不是技術(shù)問題，而是生態(tài)主導(dǎo)權(quán)的問題。長期來看，如何去平衡入口控制權(quán)、數(shù)據(jù)安全、利益分配，這就成為一門互相博弈的藝術(shù)?！睆堃惚硎?。

值得注意的是，豆包今日發(fā)布的一則聲明顯示：“屏幕視覺理解與自動化操作能力，是當前全球AI終端領(lǐng)域的前沿技術(shù)創(chuàng)新方向，谷歌近期發(fā)布的新款手機也搭載了與豆包手機助手同類技術(shù)驅(qū)動的自動操作功能?！?/p>

不過有媒體報道稱，Gemini手機智能體與豆包手機助手的GUI方案并不完全相同。

此前，一位國產(chǎn)手機廠商AI技術(shù)研發(fā)人士對財聯(lián)社記者表示，豆包手機助手的發(fā)布對于整個手機行業(yè)、生態(tài)發(fā)展帶來了積極促進作用，但可能并非是AI手機最終形態(tài)。“從技術(shù)方案來說，GUI是中間形態(tài)，最終廠商還是要共建生態(tài)為用戶提供服務(wù)，大概率還是會通過agent to agent（A2A，智能體互聯(lián)）的形式?！?/p>

張毅認為，如果能夠?qū)崿F(xiàn)API標準化，并且能夠分級進行授權(quán)，最終實現(xiàn)整個生態(tài)的共贏，應(yīng)該是一個重要方向。