Das Smartphone der zweiten Generation von Doubao kommt bald, kann es die „Ökosystembarriere“ umgehen, auf die die erste Generation gestoßen ist?

Die zweite Generation von Doubao-Handys steht vor der Tür. Am 16. September wird das Nubia NaviX Ultra offiziell in den Verkauf gehen, die Vorbestellung ist derzeit bereits gestartet. Im Gegensatz zur technischen Vorschauversion des letzten Jahres ist diese Generation mit der ersten Verbraucherversion des Doubao-Handyassistenten ausgestattet.

Laut Informationen aus der *Kejia Daily* basiert diese Version auf der Doubao-App und optimiert Erlebnisse in Bereichen wie Interaktion, Aufgabenausführung, lokales Gedächtnis und Informationsabruf. Auf der Interaktionsebene verfügt die dedizierte AI-Taste an der Seite des Geräts über eine Fingerabdruck-Authentifizierungsfunktion. Nach Abschluss der persönlichen Identitätsprüfung kann der Assistent zur Ausführung von Aufgaben aufgerufen werden, ohne dass eine zweite Entsperrung erforderlich ist.

Im Dezember letzten Jahres wurde die erste Generation von Doubao-Handys – das Nubia M153 – für 3499 Yuan auf den Markt gebracht. Die erste Lieferung von rund 30.000 Einheiten war am selben Tag ausverkauft. Auf der Second-Hand-Plattform Xianyu wurde der Höchstpreis zeitweise auf 36.000 Yuan hochgetrieben, was einem Aufschlag von mehr als dem Zehnfachen entspricht. Sogar das Geschäft mit „Miete von Doubao-Handys“ zu Preisen von 50 bis 79 Yuan pro Tag entstand damals.

Aber diese Begeisterung dauerte weniger als eine Woche: In WeChat tauchte die Meldung „Anmeldeumgebung abnormal“ auf, die Konten von Lieferdienst-Apps und Taobao-Apps wurden zwangsweise abgemeldet, Bank-Apps wurden zwangsweise beendet … Einige Nutzer kommentierten, dass der Doubao-Handyassistent auf eine „Ökosystemmauer“ gestoßen ist, die Internetgiganten jahrzehntelang aufgebaut haben.

Der Startschuss für die Veröffentlichung der zweiten Generation fällt bald. Eine überlegenswerte Frage lautet: Wurden die „verbliebenen Probleme“ und „ungelösten Probleme“ der ersten Generation behoben?

Kann die zweite Generation von Doubao-Handys die Türen der Internet-Apps öffnen?

Die vorherige erste Generation von Doubao-Handys nutzte den Ansatz der GUI-Simulationsklicks, was bedeutet, dass die AI wie ein Mensch den Bildschirm „betrachtet“, Texte, Schaltflächen und Bilder auf der Seite erkennt und dann durch Wischen und Klicken entsprechende Operationen durchführt.

Im Dezember letzten Jahres hat der Doubao-Handyassistent zur Situation der „anormalen WeChat-Anmeldung“ eine Erklärung abgegeben: „Der Doubao-Handyassistent führt keine Hackeraktivitäten durch. INJECT_EVENTS ist eine Berechtigung auf Systemebene. Die technische Umsetzung hängt von den Berechtigungen des Android-Systems ab und unterliegt strengeren Nutzungsbeschränkungen.“ Dennoch hat diese Funktion, die anstelle von Menschen auf verschiedene Apps zugreift, nach dem kollektiven „Schließen der Türen“ vieler Anwendungen keinen größeren Raum für selbstständige Operationen mehr.

Um die praktischen Funktionen zu realisieren, bei denen die AI dem Nutzer hilft, mit einem Klick auf WeChat zu antworten, automatisch Lieferungen zu bestellen und Zahlungen durchzuführen, kommt man nicht um die Öffnung von Berechtigungen durch Internetplattformen herum. Diese „Ökosystemmauer“ bleibt die zentrale Herausforderung, der sich die zweite Generation von Doubao-Handys stellen muss.

Neben der GUI der ersten Generation nutzt die zweite Generation zunehmend Aufrufe über Protokolle wie MCP und A2A. Wang Xiangfeng, Professor an der Fakultät für Mathematik der Ostchinesischen Normaluniversität, teilte den Reportern mit: MCP/A2A ist eine „notwendige, aber nicht hinreichende Bedingung“ für die ökologische Zusammenarbeit. Seine Hauptforschungsrichtungen sind Lernoptimierung, Multi-Agent-Lernen, die Schnittstelle zwischen großen Modellen und Operations Research-Optimierung usw.

„MCP löst die Verbindung zwischen Agent und Tool, A2A löst die Zusammenarbeit zwischen Agenten, erfordert jedoch die aktive Anpassung durch die Anwendungsseite. Die erste Generation wurde von Berechtigungssperren betroffen, im Wesentlichen weil das Ökosystem nicht bereit ist, Kontrolle abzugeben, und Protokolle lösen nicht die Frage, ob ein Aufruf erlaubt ist. Die anwendungsübergreifende Zusammenarbeit erfordert zudem eine Rekonstruktion auf Betriebssystemebene“, sagte Wang Xiangfeng der *Kejia Daily*.

Die technische Route hat sich von „Fenster einschlagen“ zu „an die Tür klopfen“ gewandelt. Dass die zweite Generation von Doubao-Handys versucht, die „Berechtigungstüren“ verschiedener Apps zu öffnen, bleibt ein Problem der ökologischen Zusammenarbeit. Auf der diesjährigen Weltkonferenz für Künstliche Intelligenz war der Stand der zweiten Generation von Doubao-Handys hinter Glas abgetrennt, und nur wenigen Medien wurden Funktionen wie Suche, Informationszusammenfassung, Nachrichtenversand und Bildbearbeitung demonstriert. Ob Anwendungen wie WeChat, Alipay und Meituan unterstützt werden, bleibt weiterhin ungewiss.

Bemerkenswert ist, dass in der kürzlich veröffentlichten Verbraucherversion des Doubao-Handyassistenten Doubao ein Protokoll für die Erklärung zur Bildschirmautomatisierungsoperation (SAEP, Screen Automation Execution Protocol) eingeführt und gleichzeitig eine 30-tägige öffentliche Ankündigung der Regeln gestartet hat.

Gemäß diesem Protokoll können Drittanwendungen ihre Operationsgrenzen selbst festlegen und klar angeben, ob der AI-Assistent Bildschirmautomatisierungsoperationen in der jeweiligen Anwendung durchführen darf oder nicht. Die Seite des Doubao-Handyassistenten gibt an, dass sie den Willen der Entwickler voll respektieren und keine automatisierten Operationen für Drittanwendungen durchführen werden, die solche Operationen ausdrücklich ablehnen.

„Wir hoffen, gemeinsam mit Partnern ein offenes und standardisiertes Ökosystem für mobile AI-Anwendungen aufzubauen“, lautet die Erklärung, die der Doubao-Assistent bei dieser Veröffentlichung abgegeben hat. Wenn jedoch Anwendungen wie WeChat und Alipay sich dafür entscheiden, keine Schnittstellen zu öffnen, oder nur die „Abfrage“ aber nicht die „Transaktion“ freigeben, wird die Fähigkeit der zweiten Generation, „dass die AI für Sie Dinge erledigt“, zu „dass die AI Ihnen hilft, Informationen nachzuschlagen“ degradiert. Dies ist ein ökologisches Spiel, das die Interessen und Einflussbereiche aller Beteiligten betrifft.

Zhan Mulei, Senior Chief Analyst bei Omdia, hat in einem Interview angegeben, dass die Schwierigkeiten, mit denen das Doubao-AI-Handy konfrontiert ist, allgemein gültig sind. Im Wesentlichen handelt es sich um ein kommerzielles Spiel zwischen dem Versuch des AI-Agenten, den Zugang der Nutzer zu übernehmen, und der Verteidigung der Souveränität über den Datenverkehr durch Super-Apps. Dies ist der „Zugangswettbewerb“, dem sich alle Handyhersteller stellen müssen, wenn sie die Umsetzung von KI vorantreiben.

Im Gegensatz zur Veröffentlichung der ersten Generation hat das Nationale Internetinformationsbüro Chinas im Juli dieses Jahres erstmals konzentriert die Registrierungsinformationen für generative KI-Dienste auf mobilen Endgeräten veröffentlicht, darunter sieben Hersteller einschließlich Nubia.

Bildquelle: Mitteilung des Cyberspace Administration of China über die Veröffentlichung der registrierten Informationen zu 7 mobilen Endgeräten mit generativen KI-Diensten

Wie weit sind AI-Handys von „aktiven Diensten“ entfernt?

Einer der Kernpunkte von Agenten-Handys ist der aktive Dienst. „Aber echter aktiver Dienst erfordert: wahrnehmbare Zustände, vorhersehbare Bedürfnisse und beurteilbare Zeitpunkte für Eingriffe. Derzeit befindet sich die aktive Vorhersage noch im Stadium der akademischen Forschung“, urteilt Professor Wang Xiangfeng.

„Aktive Agenten haben ein stärkeres Bewusstsein für Intelligenz, beispielsweise das Verständnis von Absichten, langfristiges Gedächtnis und kontrollierbare Sicherheitsgrenzen. Natürlich ist es noch wichtiger, dass bei gutem Training der eigenständige Planungsprozess sehr wichtig ist. Die Engpässe liegen jedoch in der multimodalen Wahrnehmung auf Geräteebene, dem Stromverbrauch, der Fehlerbehebung und Rückgängigmachung bei anwendungsübergreifenden langen Aufgaben, dem Datenschutz, der Compliance und der Sicherheit. Darüber hinaus sind die personalisierten Bedürfnisse verschiedener Nutzer auch sehr entscheidend“, sagte Zhang Yi.

Zum Problem des Abrufs langer Kontexte auf Endgeräten ist Zhang Xiaolu, stellvertretender Direktor bei CIC Zhuo Si, der Ansicht, dass der DRAM-Speicherplatz von Handys äußerst wertvoll ist. Um das historische Verhaltensgedächtnis von Hunderttausenden von Token des Nutzers in begrenztem Arbeitsspeicher effizient zu verwalten und einen Abruf in Millisekunden zu erreichen, sind bahnbrechende Quantisierungs- und Speicherkompressionsalgorithmen für KV-Cache auf Endgeräteebene erforderlich.

Neben der zweiten Generation von Doubao-Handys hat Stepwise Stars auch auf der diesjährigen WAIC eine eigene Endgerätemarke und ein AI-Agenten-Handy vorgestellt. Die Markteinführung mehrerer Produkte bedeutet nicht unbedingt, dass 2026 das „Jahr des Agenten-Handys“ ist. Wang Xiangfeng urteilt, dass die Bezeichnung „Jahr des Agenten-Handys 2026“ in der industriellen Darstellung Bestand hat, die technische Reife jedoch eher optimistisch eingeschätzt wird. Derzeit befindet sich die Entwicklung genauer gesagt am Wendepunkt vom Konzeptnachweis zur frühen kommerziellen Nutzung, und es dauert noch drei bis fünf Jahre, bis sie vollständig ausgereift ist.

Kann die Veröffentlichung der zweiten Generation von Doubao-Handys die Bewertung der Produktionskette erheblich verändern?

Zhang Yi, CEO und Chefanalyst von iiMedia Research, ist der Ansicht, dass diese Erwartung etwas zu hoch gesteckt ist. „Aber die Kombination von KI und mobilen Endgeräten wird tatsächlich die beschleunigte Differenzierung der Branche vorantreiben. Beispielsweise wird der Übergang von „mit KI-Konzept“ zur Umsetzung von End-Cloud-Koordination und Agenten eine Chance für die Umwandlung sein.“

Zhang Yi fügte hinzu, dass sich die Gewichtung des Werts künftig auf Bereiche wie die Planung von Modellsystemen und die Arbeitsspeicherbandbreite verlagern wird. Auf der Chipseite liegen die Schlüsselpunkte in der heterogenen Planung, dem Stromverbrauch und der Integration des gesamten Geräts. Das zentrale Signal ist, dass AI-Handys eine Mischung aus Endgerät und Cloud erreichen müssen, und die Finanzmittel werden sich auf die Richtung der praktisch umgesetzten End-Cloud-Koordination konzentrieren.

Ein großer Widerspruch bei aktuellen AI-Handys besteht darin, dass die großen Modelle in der Cloud leistungsfähiger sind, aber Probleme mit dem Datenschutz und der Sicherheit der Nutzer aufwerfen. Modelle auf Endgeräteebene sind sicherer, aber sie sind durch die Rechenleistung und die Arbeitsspeicherbandbreite des Handys eingeschränkt, sodass sie den flüssigen Betrieb von Modellen mit großen Parametern nur schwer realisieren können.

Laut Informationen von informierten Quellen verwenden sowohl die vorherige technische Vorschauversion als auch diese Verbraucherversion ein End-Cloud-Koordinationsschema. Grundsätzlich priorisiert der Doubao-Handyassistent immer die Verarbeitung auf dem Endgerät. Aufgrund der aktuellen technischen Fähigkeiten der Branche werden komplexe Aufgaben, die unbedingt eine Verarbeitung in der Cloud erfordern, nach dem Prinzip der minimalen Datenübertragung in die Cloud verarbeitet. Das gesamte Schema der End-Cloud-Koordination hat sich bisher nicht geändert.

Aber löst die Berechnung auf dem Endgerät das Sicherheitsproblem? Professor Wang Xiangfeng antwortete, dass dies nicht grundsätzlich gelöst ist, aber die Risikostruktur verändert wurde. Er erklärte, dass die Daten die Hardware nicht verlassen, wodurch das Risiko der Hin- und Herübertragung in die Cloud beseitigt wird. Dennoch können lokale Agenten weiterhin durch Prompt-Injection, Missbrauch oder unbefugten Zugriff gefährdet werden. Die Berechtigungsverwaltung sollte sich von der Frage „ob eine Internetverbindung besteht“ zu einer schichtweisen Autorisierung wandeln: Niedrigrisiko-Operationen werden selbstständig ausgeführt, Mittelrisiko-Operationen erfordern eine Bestätigung, Hochrisiko-Operationen werden zwingend von Menschen übernommen und die gesamte Kette wird geprüft.

Dieser Artikel stammt aus dem WeChat-Öffentlichen Konto „CLS AI daily“, Autor: Wang Nai, veröffentlicht mit Genehmigung von 36Kr.