量子位
·
起底“豆包手机”：核心技术探索早已开源，GUI Agent布局近两年，“全球首款真正的AI手机”
💡
原文中文，约4600字，阅读约需11分钟。
📝
内容提要
“豆包手机”助手基于字节的UI-TARS模型，能够自动执行复杂任务。核心技术已开源并经过多次迭代，提升了性能和交互能力。尽管存在权限争议，官方强调用户需主动授权。用户体验反馈积极，展现出手机智能化的潜力。
🎯
关键要点
- 豆包手机助手基于字节的UI-TARS模型，能够自动执行复杂任务。
- 核心技术已开源并经过多次迭代，提升了性能和交互能力。
- 豆包手机助手的应用权限引发争议，官方强调用户需主动授权。
- 用户体验反馈积极，展现出手机智能化的潜力。
- UI-TARS模型具备感知、动作、推理、记忆四大核心能力。
- UI-TARS-1.5引入强化学习驱动的推理机制，显著提升性能。
- UI-TARS-2解决了数据可扩展性和多轮强化学习稳定性等问题。
- 豆包手机助手在隐私方面采取了安全措施，确保用户数据保护。
- 用户对豆包手机的实际体验评价高，称其为全球第一款真正的AI手机。
- 豆包手机助手仍处于技术预览阶段，未来有待进一步完善。
➡️
