
在上月底的三星 Galaxy S26 发布会上,三星和谷歌官宣将推出基于 Gemini 的 Screen Automation 功能。它与努比亚豆包手机助手类似,又有本质区别,且与阿里千问也代表了不同 AI 代理路径。

豆包手机助手通过读取屏幕像素模拟手指点击,通用性强,能操作任何 APP。而 Gemini 更保守,在 Android 系统开启本地虚拟沙盒,限制支持应用和使用次数,还采取权限隔离等措施。一个像人操作手机,一个像系统调度应用。

谷歌推出 AppFunctions 接口体系,让 APP 声明可被 AI 调用的功能。Gemini 执行任务有系统接口调用和 GUI 自动化两条路径,目标是建立新的 Android 运行逻辑和生态。

豆包让 AI 接管手机,通用性强但与应用生态有摩擦;千问利用阿里生态,调度服务效率高但有生态边界;Gemini 是混合路径,系统接口优先、GUI 自动化兜底,避免冲突又保留通用性。

字节无操作系统和本地生活生态,只能让 AI 接管手机;阿里有庞大服务体系,让 AI 调度业务网络;谷歌有 Android 系统,要将 AI 融入系统,转变为智能调度系统。
编辑观点:三种 AI 代理路径各有优劣,谷歌的方案更符合其平台地位,虽推进慢但更稳健,未来 Android 生态或因 Gemini 发生变革。
1484



被折叠的 条评论
为什么被折叠?



