科技领域的竞争从未停歇，在人工智能（AI）发展的浪潮中，谷歌和字节跳动这两大科技巨头正以不同的方式探索AI的落地应用，试图在未来的科技版图中占据关键位置，而它们的焦点不约而同地指向了新的流量入口与交互方式。
智能手机市场近年来创新步伐放缓，然而字节跳动推出的豆包手机助手却引发了广泛关注。这款助手凭借其强大的通用能力，打破了传统手机助手的功能局限。它能够基于识别并理解屏幕内容，通过云端AI分析后回传指令，实现自动化操作手机APP，如订票、购物、玩游戏等。这种深度融合AI技术与手机系统的创新，突破了以往依赖逐一调用不同APP权限的方式，为用户带来了全新的交互体验。不过，上线初期它也遭遇了争议，微信等部分APP因安全与公平性考量，限制了豆包手机助手的登录，随后豆包手机助手对刷分、刷激励，金融类应用和游戏等场景做出调整，以缓和相关争议。
豆包手机助手的出现，不仅引起了用户的热议，也在行业内掀起了波澜。智谱AI开源的核心AI Agent模型——AutoGLM，为硬件厂商和开发者提供了类似的技术基础，使他们能够打造具备读懂屏幕内容并操作能力的AI助手。目前，该模型已支持微信、淘宝和抖音等50多个产品。中信证券研报将AI Agent之于手机的关系，类比为自动驾驶之于汽车，认为“豆包+努比亚”的合作模式，有望如同汽车领域“华为+赛力斯”一样取得成功，大模型厂商与手机厂商的合作，将加速优化消费者体验的AI手机产品落地。
与此同时，谷歌在智能眼镜领域也动作频频。作为智能眼镜的开创者，谷歌在最新的The Android Show上，联合三星、XREAL等合作伙伴，一口气推出了四款覆盖不同场景的XR设备，计划于2026年上市。这四款设备各有特色：对标苹果Vision Pro的“Project Moohan”，可将Windows PC画面无缝流转到头显，还能用AI生成逼真用户形象用于视频通话；与XREAL合作的有线XR眼镜“Project Aura”，外观如普通墨镜，可随时随地开启工作和娱乐，实现沉浸感与现实临场感的融合；对标meta Ray-Ban的无线AI眼镜，无屏幕，可全天佩戴，依靠内置扬声器、麦克风和摄像头与Gemini系统配合；还有将于2026年推出的单目显示AI眼镜，以及2027年推出的支持混合视觉效果的双目XR眼镜，后者被谷歌视为最接近未来终极形态的雏形。
谷歌推出这些设备，背后是其Android XR操作系统在支撑，而该系统的核心驱动力是谷歌的Gemini。谷歌希望借助Gemini，为AI找到新的增长点。目前，Gemini在市场上的表现十分亮眼，根据市场情报公司Sensor Tower的数据，虽然ChatGPT在移动端全球下载量和全球月活用户中仍占据领先地位，但增长势头趋缓，而Gemini在下载增速、月活增速以及用户使用时长增速方面全面超越ChatGPT。今年8月，谷歌发布的Nano Banana图像生成器取得市场成功，进一步推动了Gemini市场份额的增长，在第三方模型性能排行榜LM Arena上，Gemini 3模型已超越ChatGPT，Gemini AI应用也曾短暂登上应用商店榜首。这一系列成绩，迫使OpenAI在10月开启“橙色警报”，加速ChatGPT的增长。
谷歌大力发展AI眼镜和XR设备，核心目的在于为Gemini找到物理世界的化身。Gemini与眼镜的摄像头、麦克风和环境传感器融合，能够实现实时语义理解、场景化任务处理与自然交互，使AI从应用层面升级为系统本身。而且，安卓作为全球最大的移动操作系统，占据超过7成的市场份额，谷歌将安卓系统延伸到XR领域，为开发者提供了熟悉的工具和架构，有利于开发基于显示体验的应用和功能，拓展未来XR体验的可能性。谷歌安卓生态系统总裁在社交媒体上表达了对人工智能眼镜的期待，认为其作为个人助理的外形设计非常出色。
在AI入口的争夺中，谷歌和字节跳动各有优势。谷歌凭借其庞大的安卓生态系统，在智能设备互联互通方面具有天然优势，不同形态的智能设备能在安卓生态下探索第三方应用。而且，在Gemini的加持下，苹果手机用户安装Gemini后，也能获得类似谷歌智能眼镜的使用体验，这有助于扩大谷歌智能眼镜的用户范围。而字节跳动的豆包手机助手则绕过了API限制，将封闭的APP串联起来，通过AI对上下文的极致理解与执行，实现用户需求，这种对手机操作系统的深度改造，可能更快地改变用户的使用习惯。
尽管AI眼镜短时间内无法取代智能手机已成为行业共识，但谷歌在智能眼镜领域的布局，让人们看到了信息浮现于眼前、无需低头看屏幕的未来雏形。科技巨头们正以各自的方式，朝着去APP化的未来迈进，在这个未来中，用户的意图将成为主导交互的关键因素。
