字節跳動與Nubia聯手打造的第二代豆包手機「NaviX Ultra」！從App走向系統級AI代理

在Qualcomm於夏威夷舉辦的Snapdragon Summit 2026技術大會展區中，除了各家旗艦智慧型手機與PC產品爭相展現終端AI算力，現場另一大亮點莫過於由字節跳動 (ByteDance)主導、攜手ZTE 旗下品牌Nubia深度打造的第二代「豆包 手機」——正式型號為Nubia NaviX Ultra。

筆者在現場實際上手這款標榜由底層系統重構、全面由AI代理 (AI Agent)驅動的消費者版本裝置，一窺字節跳動在硬體生態上的野心，以及當前AI手機在實際落地時所面臨的便利與體制衝突。

豆包手機緣由：從軟體App走向硬體原生載體

字節跳動旗下的「豆包」大模型，在中國市場憑藉極低的API調用成本，以及廣泛的消費端推廣，迅速累積龐大用戶群。然而，單純依附在iOS或原生Android架構下的App型態，始終受限於作業系統沙盒機制，無法真正實現跨應用程式、端到端的自動化「代勞操作」體驗。

為此，字節跳動選擇與具備成熟硬體製造經驗的Nubia合作，於2025年底率先推出第一代試水溫的豆包手機(即Nubia M153技術預覽版)。當時這款產品以人民幣3499元首發價銷售，在中國科技圈很快地掀起討論，首批3萬台更在發售當日迅速售罄，成功驗證使用者對於「一句話搞定外賣點餐、機票比價與行程規劃」的需求潛力。

而此次亮相的第二代豆包手機Nubia NaviX Ultra，則是從「技術預覽」正式走向「消費者版本」，在處理器算力、端側小模型推論速度，以及硬體規格上大幅升級，成為真正能夠作為主力機使用的大眾旗艦。

第二代產品革新：Qualcomm旗艦晶片加持，專屬AI鍵與敏捷的裝置端代理

第二代豆包手機在外型設計上更具旗艦質感，機身側面搭載專屬的實體「AI喚醒鍵」。特別的是，這顆按鍵帶有指紋鑑權能力，完成本人驗證後無需二次解鎖，即可直接調用助理執行任務，並且支援雙擊視訊通話等快捷功能。

而第二代產品帶來的核心改變主要有三個：

• 端雲協同反應時間減半：藉由新一代Qualcomm Snapdragon 8 Elite旗艦平台的NPU算力，手機端可常駐輕量化的豆包多模態模型，負責意圖識別與螢幕介面識別，遇到複雜任務再交由雲端處理，讓AI代理在跨App操作時的反應延遲顯著降低。

• 螢幕視覺代理 (GUI Agent)辨識與記憶：系統具備強大的「螢幕識別問答」與「螢幕識別辦事」能力。使用者可以透過語音輸入、「三指上滑」或「AI鍵＋音量鍵」等組合鍵啟動AI代理，或是手動保存當前螢幕內容形成本地記憶。例如，在社群貼文看到感興趣的餐廳，AI代理能直接讀取畫面內容，並且進行後續的比價或筆記整理。

• 更自然的隨身主動助理：整合飛書妙記等辦公能力，支援高質量語音轉錄與自動總結；在生活服務上，豆包可在自動整理商品資訊並對比參數後，直接生成可下單的購物卡片，達成一站式購物。

在定價方面，第二代豆包手機 (Nubia NaviX Ultra)的建議售價為人民幣5999元起。

系統級代理對比下載安裝App：根本性的情境差異

許多人可能會好奇：一般手機下載安裝豆包App，跟買一台內建豆包系統的手機到底差在哪裡？

• 權限突破與跨App穿透：傳統App受限於Android或iOS的權限限制，通常只能「給出建議」，最後一哩路仍需使用者手動切換到目標App點擊確認；系統級豆包手機則在系統層級深度整合自研的UI自動化代理引擎，能直接跨App模擬人類操作點擊、填寫表單與調用系統支付，支援「重複操作一鍵交付」與「複雜指令一語串聯」。

• 多模態全時螢幕感知：系統能隨時「看見」當前螢幕正在顯示的畫面，使用者無需截圖上傳或反白文字，直接說出指令，AI代理即可立刻將螢幕資訊作為執行任務的「輸入」，讓操作限制大幅降低。

生態防線與監管介入：從「30天默認原則」看中國AI代理的雙重授權與管理辦法

然而，這類高自主性的AI代理發展至今，引發的商業利益與數據爭議也愈演愈烈。

如同先前亞馬遜公開指責Perplexity AI透過瀏覽器的AI代理替消費者進行比價與代購，破壞電商平台的廣告商業模式與服務條款；而在中國境內，包含淘寶在內的多家電商與生活服務平台，也陸續針對AI代理的自動化腳本發布防禦機制。

面對平台業者的圍堵，字節跳動在此次NaviX Ultra發表時，正式提出「螢幕自動化操作聲明協議」 (Screen Automation Execution Protocol, SAEP)，並且從今年9月14日起啟動為期30天的規則公示期。其核心策略是：第三方應用程式可以自主聲明操作邊界，明確允許或拒絕AI助手在本應用內進行自動化操作；但若業者在30天內未提出具體反對，或是進行技術性阻擋，豆包系統便會視為該業者「默認同意」代理操作機制。

這種作法本質上是在試探法規與數據互聯互通政策的邊界。字節跳動認為，AI代理只是協助行使消費者的「使用者自主權」；但對電商巨頭而言，這無疑是在未經授權下奪取流量入口。

在中國法律界，這類跨App的GUI (圖形使用者介面)模擬點擊操作行為，正面臨《反不正當競爭法》的嚴格審視。許多法界人士呼籲應建立「雙重授權原則」——即AI代理不僅需要「使用者」單方授權，還必須取得「App開發者」的生態授權，否則即可能構成妨礙、破壞其他經營者網路服務正常運作的不正當競爭行為。

與此同時，中國政府的監管也已正式介入。中國國家互聯網信息辦公室 (國家網信辦)等多部委聯合發布的《人工智慧擬人化互動服務管理暫行辦法》已經在今年7月15日正式施行。該辦法不僅將AI代理 (智能體)納入明確的監管框架，更要求當這類服務達到一定用戶規模 (註冊用戶達100萬，或月活躍用戶超過10萬以上)，或是具備跨應用操作等可能引發資安與公共利益風險的功能時，必須依法進行安全評估與演算法備案。

官方目前的態度十分明確：在鼓勵AI創新應用的同時，必須守住數據安全與公平競爭的底線。這意味著，未來如豆包手機這類標榜「跨越圍牆辦事」的AI終端，不僅要面對競爭對手的技術封鎖，還必須在《反不正當競爭法》與《人工智慧擬人化互動服務管理暫行辦法》的雙重合規框架下，尋求與既有App生態「和平共處」的標準化協議 (例如透過API介接而非強制模擬點擊)。

這場平台防禦與監管收網的博弈，無疑成為當前AI手機發展下最具挑戰的隱形戰場。

兩代豆包手機規格與特性比對：

延伸閱讀與觀察：阿里雲AI智能體電腦QwenBook (千問平板)，人機互動正從「App核心」轉向「Agent核心」

在此次Snapdragon Summit技術大會的另一側，與近期在雲栖大會首秀遙相呼應的，是阿里巴巴旗下阿里雲 (AliCloud)無影團隊展示的QwenBook原型機。這款設備在官方定位為原生的「AI智能體電腦」，而在產品硬體形態上，則被外界更直觀地稱為「千問平板」。

與豆包手機聚焦在生活消費與即時通訊不同，這款「千問平板」搭載的是深度整合「通義千問」大型語言模型的作業系統，並且主攻辦公生產力場景：

• 直覺口語與手勢調度：設備搭載專屬的千問按鍵與顯示卡通形象的小尺寸背面螢幕。使用者除了可以隨時透過遠場語音喚醒「千問」，更可直接對著視訊鏡頭做出「向右劃動」或「手掌托起」的手勢，千問助理便會立刻浮現在工作區旁邊，隨時待命。

• 高階生產力代理：現場示範讓千問助理「讀取桌面上過去三個月的業務報表，比對銷售下滑原因，並且產出一份符合公司版型的簡報草稿」，只見畫面自動開啟本機試算表、調用圖表工具，並且在系統背後生成簡報，過程完全不需要使用者手動切換視窗複製貼上。同時官方也強調正與金山辦公 (WPS)深度合作，企圖打通更深層的辦公生態。

從Nubia與字節跳動的第二代豆包手機，到阿里雲無影團隊試水的「千問平板」QwenBook，不難看出整體科技產業正在經歷一場介面技術轉移。

未來的硬體設備，其差異化重點可能不再單純取決於螢幕色彩多準、機身厚度多薄，而在於其作業系統能承載多深、多廣的 Agent 能力。當AI不再只是一個被動回答問題的聊天框，而是能主動跨越圍牆替使用者在數位世界奔走辦事的「個人數位分身」。

《原文刊登於合作媒體mashdigi，聯合新聞網獲授權轉載。》