公司：字节跳动（豆包智能体/手机助手） * 合作策略：公司选择与中兴旗下品牌努比亚合作，将豆包智能体嵌入其手机操作系统，旨在避开与小米、华为等头部品牌的直接竞争[1][3] * 技术路径选择：公司内部曾讨论自行研发手机硬件或操作系统，但最终因缺乏硬件基因和相关专利，选择将智能体嵌入现有手机厂商原生操作系统的方案[2] * 产品发布计划：豆包1.0版本预计于12月8日在官网发布，并于12月18日原动力大会详细介绍，目前线上版本为0.9 beta阶段，有3,800多个bug待处理[21] 行业：AI智能助手与硬件生态 * 竞争格局：智谱推出类似豆包手机助手产品并与荣耀合作，表明市场对此类智能助手需求旺盛，公司与智谱均不直接生产硬件，而是专注于为手机厂商及其他终端设备提供智能解决方案[15] * 公司竞争定位：公司核心目标是通过其庞大的应用生态系统（如抖音、头条、飞书等）获取用户流量和行为数据，以优化搜索、推荐和短视频业务，技术上不局限于特定模型，Deepseek、千问或智谱的GLM模型均可使用[16][17] 核心技术与实现 * 操作系统集成原因：智能体需获取系统级权限（如调用摄像头、麦克风），嵌入操作系统级别可避免频繁向用户请求权限授权，从而直接调用底层宏命令模拟用户点击行为，提升用户体验[5][6] * 接口障碍解决方案：通过AIOS能力在GUI层面上模拟用户访问点击行为，以解决与其他头部公司（如拼多多、淘宝、京东）的接口障碍问题，实现跨平台信息获取和服务提供，但深度绑定电商平台仍需技术突破[1][4] * 延迟问题处理：采用端侧模型（量化后3B到1.5B之间）与云端处理相结合的方式，普通任务延迟在300-800毫秒，简单任务（如打开APP并发送信息）延迟在80-200毫秒[7] * 场景化模板引擎：通过预设模板实现特定场景自动化操作，例如与12,306合作，通过MCP Server协议插件融入场景，实现订票过程自动化，提高效率和准确性[8] * 电商应用流程：智能体通过GUI方式模拟用户点击行为（如打开APP、输入搜索查询），通过视觉模型或OCR识别屏幕数据，并通过工作流编排完成指令级操作[9] 用户数据与产品表现 * 用户活跃度：豆包APP日均使用时长约30分钟，远超行业平均水平（如元宝和Deepseek约17分钟），日活跃用户数约5,670万，月活跃用户数约1.76亿，相较于9月和10月增长5%至8%[18] * 用户留存与交互：次留存率30%-40%，三日留存率28%，七日留存率25%，次月留存率68%，每次交互时长约2分钟，对话轮数8到10轮，上下文回溯能力达3至5年级水平[18] 产品迭代方向 * 功能扩展：未来半年到一年，将基于subgraph应用层制定更多跨APP引擎服务调用，覆盖200多种衣食住行常用场景，提升操作系统模拟引擎的交互动作精确度[19] * 技术升级：将端侧模型从3B参数升级到7B，以支持15轮及以上对话，扩展上下文窗口至12K左右，并逐步集成支付、定位导航等系统级工具[19][20] * 硬件优化：与中兴合作定制终端设备，包括独立NPU以及摄像头麦克风阵列集成，优化算力调度，实现云端处理复杂任务与端侧实时任务结合[20] 商业模式规划 * 盈利方式：规划通过模型授权、token消耗、广告链接点击及转换等方式实现商业化，若涉及线上投流则需缴纳相应费用[22] * 分成模式：与合作厂商通常采用9:1分成模式，公司抽取一成，其余九成为硬件厂商或上游提供商所有，但目前尚未形成成熟商业模式，需视市场反馈而定[22] 硬件生态布局 * 合作厂商：下游合作涵盖主控芯片（如恒玄科技）、LED屏幕（如京东方）、摄像头模组（如舜宇光学）、电池（如宁德时代）、结构件供应商（如兆威存储）及整机组装供应商（如歌尔）[14] * 终端设备拓展：除手机外，公司探索包括耳机、眼镜等其他硬件终端，计划于2026年初发布三款眼镜产品（消费级别陌声家，工业级别宁静和彭毅），并推出Ola Friend 2.0耳机及青春版豆包手表，以构建完整硬件生态系统[13] 性能优化与未来展望 * 延迟优化目标：随着硬件性能提升（如GPU从A10推理时间超300毫秒优化至H20的50毫秒以内），复杂任务延迟预计将进一步缩短[12] * 跨设备性能提升：通过优化自然语言理解和意图理解算法，并采用量化小型模型适应不同设备，提升智能体在不同终端上的性能[10] * AI技术优势：AI技术可通过语音指令将任务定制成模板，批量执行重复性劳动任务（如定时发送图片和文件），显著减少人为操作时间和出错率[11]