字節(jié)跳動發(fā)布了全新一代豆包手機助手的字節(jié)炸場助手制手技術預覽版。不同于以往那些只能定鬧鐘、豆包查天氣的手機傳統(tǒng)語音助手，這款新產(chǎn)品被定義為真正意義上的可直手機第二大腦。它具備了視覺感知、接控機長期記憶以及直接動手操作的字節(jié)炸場助手制手能力，甚至能替用戶把整個手機的豆包功能玩明白。

豆包手機助手最引人注目的手機突破在于其真正的端側記憶能力。這是可直業(yè)界首次在手機本地實現(xiàn)了持久化的記憶功能。它能像一個細心的接控機私人管家一樣，記住用戶生活中的字節(jié)炸場助手制手瑣碎細節(jié)。

在實際演示中，豆包這種能力表現(xiàn)得令人印象深刻。手機當用戶詢問車停在哪里時，可直助手能直接調(diào)出用戶上次拍攝的接控機車位照片并附帶樓層指引。

當需要取快遞時，它能瞬間讀取短信歷史并報出取件碼；甚至當用戶詢問高鐵座位號時，它能自動翻找12306的購票記錄并告知準確位置。更進一步的是，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，就會自動優(yōu)先推薦奧賽博物館。

如果說記憶是基礎，那么跨App代操作則是豆包手機助手的殺手锏。它利用先進的GUI模擬點擊技術，能夠像真人一樣接管屏幕，跨越應用壁壘進行自動點擊、輸入和滑動。

在全網(wǎng)比價場景下，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)給出最低價并直接停留在支付頁面。在更復雜的辦公場景中，它可以響應幫我請三天假，順便訂回老家高鐵的指令，自動打開辦公軟件填寫請假單、提交審批，隨后無縫跳轉(zhuǎn)至12306完成訂票和付款流程。

甚至連特斯拉車主都能體驗到這種便捷，一句打開前備箱放東西，助手即可直接遠程控制車輛執(zhí)行操作。

在多模態(tài)交互方面，該助手展現(xiàn)了實時視覺理解能力。當用戶拿起一本英文繪本對準攝像頭時，豆包手機助手會立刻開啟實時視頻通話模式。

畫面中不僅會出現(xiàn)中英雙語字幕，AI還能用流利的普通話或英語邊講故事邊與用戶互動提問，甚至根據(jù)孩子的反應臨時改編劇情，讓閱讀變得生動有趣。

針對模糊且復雜的長鏈條需求，豆包引入了Pro模式。該模式結合了GUI模擬點擊、API工具調(diào)用以及超強推理能力，能完成以往AI根本不敢接的任務。

以巴黎旅行為例，用戶只需模糊地表達下個月去巴黎，把收藏的餐廳標到地圖上，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用戶喜愛凡高，接著搜索確認奧賽博物館正在舉辦凡高特展，隨后打開地圖應用將收藏的米其林餐廳打點，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)強大能力的同時，字節(jié)跳動也極度重視隱私安全。官方反復強調(diào)，所有的記憶數(shù)據(jù)均在手機本地進行處理和加密存儲，絕對不會上傳至云端。

用戶擁有完全的控制權，隨時可以在設置中一鍵徹底關閉記憶功能。這種設計在確保了智能體驗的同時，也做到了真正的可控可信，為AI時代的隱私保護提供了新的解題思路。