Während Apple und OV in dichter Folge neue Produkte vorstellen und die sogenannte „AI OS-Metawoche“ hervorgebracht wurde, wer ist eigentlich leistungsstärker und wettbewerbsfähiger?
Diese Woche wurden zahlreiche Updates für AI-Betriebssysteme in kurzer Folge veröffentlicht, was bedeutet, dass die Ära der echten KI-Handys endlich angebrochen ist.
Gebündelte Veröffentlichungen:
Zuerst am 15. September aktualisierte Apple iOS 27, und Siri AI ist endlich da; dann am 16. September veröffentlichte vivo OriginOS 7 mit dem persönlichen Assistenten Blue Heart V, der online ging; am 17. September brachte OPPO ColorOS 17 mit charakteristischen KI-Funktionen auf den Markt und stellte das Konzept der aktiven KI-Dienste vor. In dieser Woche erschien zudem die zweite Generation des Doubao-Handys, das ZTE als KI-Agent-Handy bezeichnet.
Gleichzeitig kündigte Huawei auf der Huawei Connect 2026 das HarmonyOS-Agent-Framework HMAF 2.0 an; Xiaomi hat die erste Charge von 7 Geräten mit der Beta-Version von HyperOS 4 ausgestattet.
Im Gegensatz zu früheren Handy-Betriebssystemen, die sich bereits als KI-Handys ausgaben, wenn sie nur kleine intelligente Funktionen wie KI-Bildentfernung enthielten, verfügen die diese Woche veröffentlichten AI-Betriebssysteme fast alle über seitenseitige Modelle und die Fähigkeit zur agentenbasierten Koordination zwischen verschiedenen Apps – das sind erst die echten AI-Betriebssysteme im eigentlichen Sinne.
Da alle diese Veröffentlichungen in der dritten Septemberwoche stattfanden, kann diese Woche durchaus als „Meta-Woche der AI-Betriebssysteme“ bezeichnet werden. Ja, nicht als Meta-Jahr – die KI-Handys sind in diesem Moment plötzlich allgegenwärtig.
Natürlich sind diese Systeme noch nicht zusammen mit den neuesten Handys im Handel erschienen, sodass normale Nutzer ihre Funktionen noch nicht selbst erleben können. Die meisten Menschen wissen nur von den Produktvorstellungen, dass die größte Veränderung möglicherweise der gestiegene Preis ist.
„Der Standardspeicher aktueller Flaggschiff-Modelle beträgt bereits 12 GB“, so die Ansicht von Zhou Wei, Vizepräsident von vivo. Er ist der Meinung, dass ein 30B-seitiges MoE-Modell im Grunde 3 bis 4 GB Arbeitsspeicher benötigt. Um KI-Funktionen nutzen zu können, muss man diese zusätzlichen Kosten in Kauf nehmen. Hinzu kommt die Preiserhöhung für Speicherchips in diesem Jahr – die Preissteigerung des iPhone 18 Pro um mehr als 3000 Yuan ist ein typisches Beispiel dafür.
Die Preissteigerung ist nur ein oberflächliches Phänomen. Ob sich der Kauf eines KI-Handys lohnt, hängt vor allem von den tatsächlich realisierten Funktionen ab.
Das Doubao-Handy verfolgt einen ungezwungenen Ansatz, während Apple bei seinem AI-Betriebssystem Zurückhaltung zeigt. Die abgeleiteten KI-Betriebssysteme von Android-Anbietern wie OPPO und vivo streben dagegen ein Gleichgewicht zwischen Wünschen und Realisierbarkeit an.
Um zu verstehen, worin sich die verschiedenen neu erschienenen AI-Betriebssysteme unterscheiden, und welche KI-Handys am besten zu einem selbst passen, muss man die zugrundeliegenden Technologien und Logiken verstehen.
01
Ist der Kontext wichtiger oder der Agent?
Seit das Konzept des KI-Handys im Jahr 2024 vorgestellt wurde, bis die AI-Betriebssysteme jetzt endlich ihre Stärken zeigen, liegen die Kernpunkte, auf die man achten sollte, erstens darin, ob die KI Sie versteht, und zweitens darin, ob die KI Aufgaben erledigen kann. Mit der Veröffentlichung dieser AI-Betriebssysteme gibt es jetzt Lösungen für beide Punkte.
Für den systemweiten Kontext ist aktive Erinnerung sehr wichtig. Das bedeutet, dass die KI bei Gesprächen mit Ihnen wirklich versteht, was Sie meinen. Wenn Sie zum Beispiel kein scharfes Essen vertragen, muss die KI des Handys das bei der Erstellung von Reiseplänen berücksichtigen und keine scharfen Gerichte empfehlen.
Man könnte ein JSON-Fenster auf dem Handy öffnen, in dem Nutzer aktiv 1000 Wörter an persönlichen Daten eingeben – das wäre in der frühen Phase von KI-Handys sehr effektiv. Aber jeder würde die Produktmanager für verrückt halten: Wer kauft schon ein neues Handy und schreibt als Erstes eine Selbstvorstellung?
Daher verlässt sich die frühe KI-Erinnerungsfunktion der KI-Handys von 2024 darauf, dass Nutzer manuell viele Daten an die KI übergeben.
In diesem Bereich hat OPPO schon früh die „Xiao Bu-Erinnerung“ entwickelt, bei der man Bildschirminhalte mit einer Wischbewegung von drei Fingern aufzeichnen kann – eine sehr gute Methode. Nach einem Jahr Nutzung habe ich jedoch festgestellt, dass das größte Problem die Faulheit der Menschen ist: Obwohl die Funktion sehr praktisch ist, hat man keine Lust, Informationen manuell zu speichern.
Apple hat derzeit eine gute Lösung: Die eigenständige App „Siri Recap“. Nach der Aktivierung erstellt sie Titel, Zusammenfassungen und Kernpunkte für tägliche Tonaufnahmen, was dem automatischen Speichern eines 24-stündigen Kontexts entspricht. Mit der Zeit lernt die KI Sie dann umfassend kennen.
Siri AI versteht Ihren persönlichen Kontext und erstellt direkt E-Mails für Sie
Allerdings ist unklar, ob diese Funktion viel Strom und Arbeitsspeicher verbraucht und ob Nutzer Bedenken hinsichtlich des Datenschutzes haben – deswegen ist sie bisher noch nicht veröffentlicht.
Die Überraschung bei OPPO ist die neue „Herz-Energie-Kugel“, deren Funktionsprinzip dem von Apples Siri Recap ähnelt. Die Daten werden jedoch auf einem lokalen Speichermedium eines Drittanbieters gespeichert, was den Nutzern die Gewährleistung des Datenschutzes leichter verständlich macht.
An dieser Stelle muss man ZTE kritisieren: Das Unternehmen denkt nur daran, als OEM für Handys zu arbeiten, statt dem Doubao-Handy aktiv bei der Lösung von Kontextproblemen zu helfen.
Man muss wissen, dass selbst wenn das System keine vollständige Kontrolle hat, der anonymisierte Kontext auf dem Gerät verbleiben muss. Diese Daten sind das Kernvermögen zukünftiger KI-Geräte und der Schlüssel dazu, dass Nutzer von ihnen abhängig werden.
Wenn der Kontext für KI-Handys also wichtiger ist – schließlich kann die KI nur dann fehlerfrei Aufgaben erledigen, wenn sie Sie versteht – gibt es dafür jetzt endlich Lösungen. Der Agent, der in der zweiten Phase noch wichtiger ist, hat seine Stärke jedoch schon früher entfaltet.
Die erste Generation des Doubao-Handys wurde berühmt, weil es mit seiner Agent-Fähigkeit per Sprachbefehl Essen bestellen oder Flugtickets buchen konnte. Es zeigte den Nutzern die coolsten Szenarien des KI-Lebens und beseitigte das größte Problem der App-Ära – die App-Inseln.
Für die zweite Generation des Doubao-Handys, die diese Woche am meisten Aufmerksamkeit erregt hat, haben auf JD.com bereits 370.000 Nutzer die Option „Ich möchte es“ angeklickt. Die Agent-Fähigkeit ist der Schlüssel zur Anziehung von Nutzern.
„Einkaufen per Bildschirmerkennung“ ist eine der Hauptfunktionen dieser Generation: Wenn Sie ein Produkt sehen, das Ihnen gefällt, sagen Sie einfach dem Doubao-Handy, es soll den günstigsten Link für das gleiche Produkt finden. Die KI sucht den passendsten Link, fügt das Produkt zum Warenkorb hinzu und wartet nur noch auf Ihre Bestätigung der Zahlung.
Diese Agent-Fähigkeiten werden immer ausgereifter, und im Alltag sowie bei der Arbeit werden Menschen zunehmend auf intelligente Assistenten angewiesen sein. Man sollte jedoch beachten, dass mehr intelligente Fähigkeiten in der aktuellen Phase auch ihren Preis haben.
02
Ist es wichtiger, Apps abzuschaffen oder den Alltag zu erleichtern?
Je ausgereifter die Agent-Fähigkeiten werden, desto weniger müssen Nutzer in App-Oberflächen navigieren, um Aufgaben zu erledigen.
Bei der ersten Generation des Doubao-Handys können Sie dem Gerät sagen, dass Sie nach Shanghai reisen wollen – es erledigt die Aufgabe dann über mehrere Apps wie Ctrip, Baidu Maps und den Handy-Kalender. Es nutzt Bildschirmlesung und simulierte Klicks, um auf Apps wie WeChat, Taobao und Finanzdienstleistungs-Apps zuzugreifen, sodass große Technologieunternehmen das Doubao-Handy schnell blockierten.
Jetzt hat ByteDance das Vorhaben „Apps abschaffen“ vorerst auf Eis gelegt, und die zweite Generation des Doubao-Handys bemüht sich um die Unterstützung großer Super-Apps. Das Unternehmen erweitert kontinuierlich das Ökosystem von Drittanbieterdiensten, bindet Dienste wie Caocao Chuxing, Karten und Qishui Music ein und schafft Schnittstellen zwischen dem System und Feishu.
Der offensichtlichste Fortschritt der zweiten Generation des Doubao-Handys ist die verbesserte Unterstützung für die eigenen Apps von ByteDance: Dienste wie Douyin E-Commerce und Feishu werden auf Systemebene unterstützt.
Tatsächlich ist der Durchbruchsweg des Doubao-Handys für ByteDance zwar sehr radikal, aber es gibt keine andere praktikable Option.
Derzeit ist Liu Chencheng, Gründer von 36kr, für das Doubao-Handy-Geschäft verantwortlich. Zuvor gründete er JingOS, ein Betriebssystem für mobile Geräte. Startups müssen radikal handeln, um sich durchzusetzen – nach der Übernahme durch ByteDance behielt er seine ursprüngliche Ausrichtung bei, sodass das Doubao-Handy auf Anhieb erfolgreich wurde.
Die erste Generation des Doubao-Handys brachte die Apps großer Unternehmen in eine Situation der Abhängigkeit von Vertriebskanälen, sodass diese begannen, die erste Generation zu blockieren. Glücklicherweise deckt ByteDance mit seinen Diensten inzwischen ein sehr breites Spektrum ab: Inhalte, E-Commerce, Unternehmensdienste und sogar lokale Lebensdienste gehören zu den Vorteilen des Unternehmens.
Im Vergleich dazu hat Apple keine eigenen Internetdienste. Obwohl Apple über ein eigenes Systemökosystem verfügt, konzentrieren sich die aktuellen KI-Funktionen hauptsächlich auf alltägliche Anwendungszenarien zur Erleichterung des Lebens.
Apples Stärke liegt in der Bearbeitung persönlicher Angelegenheiten: Siri greift auf Ihre persönlichen Daten zu, durchsucht Informationen, E-Mails, Fotos und Termine nach Inhalten und plant Aufgaben ein.
Zusätzlich kann es persönliche Daten lesen und mit mehreren Apps zusammenarbeiten, um komplexe Aufgaben wie „Finde die Adresse in dieser Nachricht und navigiere dorthin mit dem Auto“ zu erledigen. Man kann sagen, dass Siri endlich nicht mehr nutzlos ist.
In alltäglichen Szenarien wie der Fotografie hat Apples KI diesmal ebenfalls große Fortschritte gemacht.
Im Kameramodus gibt es jetzt einen Siri-Modus, der mit Hilfe von multimodalen Modellen Fragen zu aufgenommenen Objekten beantworten kann. Wenn Sie zum Beispiel ein Foto machen, können Sie fragen, was das Objekt ist. Oder wenn Sie ein Foto von Ihrer Freundin machen, kann Siri Sie anleiten, die Kameraeinstellungen in Echtzeit anzupassen, um schönere Fotos aufzunehmen.
Siri-Modus in der Kamera: Machen Sie ein Foto und fragen Sie „Was ist das?“
Wenn Sie denken, dass diese Aufgaben auch mit Apps wie Qianwen oder Doubao erledigt werden können, hat Apple noch komplexere Fähigkeiten. Die Funktion „Spatial Reframing“ kann zum Beispiel den Blickwinkel und die Komposition von bereits aufgenommenen Fotos anpassen und verschiedene Winkel des fertigen Fotos anzeigen.
Fortgeschrittenere Aufgaben werden von großen Cloud-Modellen erledigt, beispielsweise das Schreiben von Texten, Erstellen von Konzepten oder interaktive Freigabe. In Safari gibt es zudem das neue Plugin „Notify Me“, das Sie sofort benachrichtigt, wenn ein von Ihnen ausgewähltes Produkt auf einer E-Commerce-Seite im Preis sinkt oder wieder verfügbar ist.
Die einzigartige Stärke von Apple liegt möglicherweise in der Erkennung von Bildschirminhalten (Onscreen Awareness) und dem Verständnis visueller Inhalte. Dadurch ist Apple bei der Verarbeitung einiger KI-Anweisungen effizienter als das einfache Erstellen von Screenshots. Szenarien wie das Erstellen oder Bearbeiten von Kurzbefehlen zwischen verschiedenen Apps werden dadurch sehr praktisch.
Zusammengefasst wirkt Apples KI zwar leistungsstark, aber ihre Fähigkeiten sind auf unaufdringliche alltägliche Anwendungen ausgerichtet – sie legt keinen großen Wert auf die Fähigkeit, komplexe Aufgaben über mehrere Apps hinweg zu erledigen. Zum Beispiel kann sie keine Bestellung von Essen oder Buchung von Flugtickets per einfachem Sprachbefehl durchführen.
03
Die Entscheidungen bei der Systemarchitektur bestimmen die Obergrenze der KI-Funktionalität
Wie allgemein bekannt ist, kommt die Stärke des Doubao-Handys von seiner GUI-Agent-Technologie. Durch das Simulieren von Klicks auf den Bildschirm kann es theoretisch jede beliebige Aufgabe ausführen.
Aber ab der zweiten Generation des Doubao-Handys geht das Unternehmen vorsichtiger vor und führt ein Zwei-Wege-System ein.
Das System bevorzugt KI-Protokolle wie MCP/A2A: Das bedeutet, dass Apps bei Vorhandensein solcher Protokolle aktiv Schnittstellen öffnen und der Assistent Aufgaben erledigt, ohne den Bildschirm zu lesen. Auch Huawei verfolgt diesen Weg für die KI-Funktionen von HarmonyOS.
Die GUI-Funktion bleibt eine Kernfähigkeit: Wenn keine Schnittstelle vorhanden ist, kann das System trotzdem Screenshots machen, Steuerelemente erkennen und Klicks sowie Wischbewegungen ausführen. Das von Xiaomi vorgestellte „Super-Xiaoai-Inspiration-Kugel“ folgt ebenfalls diesem Konzept.
Um die GUI-Funktionen besser nutzen zu können, hat das Doubao-Handy diesmal das „Screen Automation Execution Protocol (SAEP)“ eingeführt, das Apps dazu veranlasst, die Grenzen für die Operationen des Assistenten festzulegen. Das Kernziel ist es, die Zustimmung der Super-Apps für die durchzuführenden Aktionen zu erhalten und die Berechtigungen für die eigenen