豆包手机助手是深度集成系统层的AI智能体，具备“能看、能听、能操作、能记”能力；支持系统级语音唤醒与屏幕理解、原生相册语音修图、跨应用AI操作及本地化记忆与Pro模式。
豆包手机助手不是普通App，而是深度集成进系统层的AI智能体，核心在于“能看、能听、能操作、能记”。它不依赖打开界面，也不限于单个应用，真正把大模型能力变成手机里的“隐形帮手”。
系统级语音唤醒与屏幕内容理解
支持通过语音、侧边AI键、Ola Friend耳机三种方式在任意界面直接唤醒。关键点是——它能实时理解当前屏幕内容。比如正浏览小红书种草的洗发水图片，说一句“这是哪款？多少钱”，豆包会自动识别图中商品，调用OCR和视觉模型提取信息，再联网查品牌型号和主流平台售价。
- 无需手动截图或复制文字，全程零操作切换
- 适配图文混排、短视频封面、电商详情页等多种界面形态
- 响应延迟控制在1秒内，实测唤醒到出结果平均耗时1.3秒
原生相册打通 + 语音修图
不是调用第三方P图工具，而是把多模态生成模型直接嵌入系统相册。用户点开一张合影，对着手机说“把后排穿蓝衣服的人去掉”，助手会精准识别目标人物并完成无痕擦除；说“让这张夕阳照得更暖一点”，它就自动调整色温、高光和阴影分布。
- 所有修图指令在相册内直接触发，不跳转、不导出
- 支持人物移除、杂物清理、光影增强、老照片修复等12类常用场景
- 处理过程在本地完成，原始图和编辑记录均不上传云端
跨应用AI操作（Agent能力）
这是区别于传统语音助手的本质升级：它能像真人一样操作手机。不是调API，而是基于GUI Agent技术识别UI元素，模拟点击、滑动、输入，完成多步跨App任务。
- 比价下单：一句话触发全平台搜索，“在淘宝、京东、拼多多比价下单同款蓝牙耳机”，自动领券、选规格、填地址，只留支付环节由你确认
- 物流聚合：说“查我最近三笔订单进度”，它会分别登录淘宝、京东、拼多多，抓取各平台物流节点并汇总成统一时间轴
- 生活服务：远程解锁汽车、预定高铁票、发送预设短信给家人，全部一语直达
本地化记忆与Pro模式
记忆功能默认关闭，开启后所有对话、会议录音、网页摘要等会被转为文本，加密存于本地。豆包会从中提取纪要、日程、待办事项，并主动推送提醒。
- 例如会议录音结束后自动生成500字摘要+3条行动项，同步添加到系统日历
- Pro模式下，记忆数据可参与推理——你说“按上次出差习惯订酒店”，它会调取历史订单偏好（如连锁品牌、含早餐、距会场≤1km）自动筛选
- 所有记忆数据不出设备，连字节服务器都无法访问
基本上就这些。不是堆功能，而是把AI真正“装进手机的操作系统里”。不复杂但容易忽略：它的强项不在回答问题，而在替你动手做事。
