文 | 智趣财经

曾经深耕云端模型竞赛的科技巨头，纷纷将战场转向硬件终端。

11 月 27 日，阿里发布夸克 AI 眼镜。三天后，字节跳动联合中兴推出搭载 " 豆包手机助手 " 的 nubia M153 工程机，首次将大模型能力深度植入手机操作系统底层。一前一后，一 " 戴 " 一 " 握 "，阿里押注眼镜，字节聚焦手机，目标却高度一致——打造能主动理解、跨应用执行、持续服务用户的 AI 智能体（Agent）。

当大模型更新迭代速度放缓，AI 的竞争焦点正从 " 模型优劣 " 转向 " 用户触达 "。对阿里、字节乃至全球科技巨头而言，AI 的价值不再仅停留在 " 能回答什么 "，更在于 " 能替用户完成什么 "。谁能率先让 AI 稳定、安全、高效地承接真实世界的复杂任务，谁就有可能掌握下一代人机交互的定义权。

AI 正 " 走出 App"

智能硬件形态繁多，阿里与字节为何不约而同选择眼镜和手机作为主战场？这背后是对下一代计算平台的战略判断。

过去两年，AI 助手多以 " 超级 Chatbot" 的形象存在——能写诗、画图、总结文档，却无法替用户完成实际操作。这种局限源于一个根本矛盾：AI 被困在 App 的 " 围墙 " 内，无法获取系统权限和跨应用数据。用户仍需手动切换、复制、点击，AI 只是 " 旁观者 "。

阿里与字节的新动作，正试图打破这堵墙。

字节的豆包手机助手，核心突破在于获得操作系统级授权，能 " 看懂屏幕 " 并模拟人类操作。演示中，用户一句 " 帮我把最近几个美团订单的好评写了 "，AI 便自动打开 App、定位订单、填写评价；一句 " 全平台比价下单 "，它能穿梭于淘宝、京东、拼多多，完成搜索、比价、领券，仅支付环节需人工确认；更复杂的任务如 " 下个月去巴黎，标出收藏的餐厅、订博物馆票、整理行程 "，AI 能拆解为 6 个子任务，跨社交、地图、票务、备忘录等应用自动执行。

这种能力依赖豆包大模型在多模态理解上的积累——不仅能识别文字，还能精准解析按钮、输入框等图形界面元素，实现 " 类人 " 操作。所有执行均在虚拟后台完成，不影响用户当前使用，且支持侧边 AI 键、语音、耳机等多种唤醒方式。

阿里则选择了另一条路径——将智能体装入眼镜。阿里一次性推出 S1、G1 两个系列共六款产品，售价从 1899 元至 3799 元不等。这些眼镜的外观更接近普通眼镜，鼻托和耳弯采用仿生设计，解决了同类产品头重脚轻的佩戴问题。

阿里真正售卖的不是眼镜，而是入口与生态。夸克 AI 眼镜深度整合了支付宝、高德地图、淘宝、飞猪、阿里商旅等阿里核心生态服务，用户戴着眼镜就能完成扫码支付、实时导航、拍照识物搜索商品等一系列操作。

阿里认为，眼镜天然贴近第一视角，未来可集成更多传感器，实现对人与环境的深度感知，逐步挤压手机的使用时长。

两者殊途同归：AI 不再是被动应答的工具，而是能主动感知、推理、执行的 " 数字分身 "。曾经在云端比拼模型参数的科技巨头，如今不约而同转向硬件终端——这场从 " 对话框 " 到 " 掌心 "" 眼前 " 的转移，本质是一场关于 "AI 如何真正融入生活 " 的入口之争。

AI 智能体抢占下一代入口

值得注意的是，尽管动作激进，字节跳动仍明确表示 " 没有自研手机计划 "。其策略是与中兴、努比亚等厂商合作，在操作系统层面深度集成豆包大模型能力。nubia M153 工程机售价 3499 元，主要面向开发者和极客，首销备货约 50 万台——虽远不及主流旗舰，但已超过黑鲨等垂直品牌的年销量，释放出从 " 极客玩具 " 走向大众市场的信号。

字节内部 AI 硬件团队 Ocean 整合了锤子手机、PICO VR、Oladance 耳机等收购资产，并吸纳荣耀前员工，形成覆盖手机、耳机、眼镜的终端矩阵。与此同时，豆包已搭载到赛力斯、奔驰等车型，探索车载场景。这种 " 三位一体 " 战略——火山引擎提供算力、豆包大模型提供智能、超级 App 与硬件提供入口——正是其对标谷歌全栈 AI 生态的野心所在。

阿里同样加速端侧布局。此前其 AI 能力集中于云端，如今通过眼镜补齐 " 感知 - 决策 - 执行 " 的闭环。

从纯粹的软件和模型，转向重资产、长链条的硬件制造，这一战略转变背后，是科技巨头在 AI 时代对生存与发展权的深层焦虑与迫切追求。

当 AI 能力趋同，谁能更贴近用户、更深度介入生活场景，谁就能掌握数据、流量与定价权。

无论是手机还是眼镜，本质都是 " 争夺用户的注意力与数据 "。当 AI 通过硬件更贴近用户生活，就能掌握用户的习惯、偏好甚至潜在需求。

手机仍是不可替代的入口——年出货量 12 亿台，是唯一的十亿级硬件。AI 眼镜虽被寄予厚望，但当前全球出货量不足百万，短期内难以撼动手机地位。正因如此，字节选择以手机为支点，通过 " 操作系统级合作 " 轻资产切入；阿里则押注眼镜，试图在下一代交互中抢占先机。

资本市场已迅速作出反应。豆包手机消息公布当日，中兴通讯 A 股涨停，港股大涨超 11%。这不仅是一次产品发布，更是对 "AI 原生设备 " 叙事的认可。

今天，阿里与字节正试图回答："AI 时代，智能设备该做什么？" 答案或许尚未清晰，但方向已明确—— AI 必须从 " 对话框 " 走向 " 行动派 "，从 " 工具 " 进化为 " 伙伴 "。

阿里押注眼镜作为全天候 AI 伴侣，试图通过硬件创新构建新入口；字节则通过赋能手机，将 AI 能力深度植入现有最大硬件市场。

这场智能体硬件大战，本质是争夺从 " 意图 " 到 " 行动 " 的最短路径。对阿里、字节这样的生态型企业而言，智能体硬件的价值还在于构建更牢固的商业闭环。

在这场入口之争中，胜负不取决于谁的模型参数更大，而在于谁能让 AI 真正 " 可靠地帮用户做完一件事 "。

当用户习惯对着一副眼镜或一部手机，自然说出复杂需求并得到可靠执行时，那个我们期待已久的真正 AI 时代，才算正式拉开序幕。这场始于云端的竞赛，最终将在每个人的指尖与眼前，决出胜负。