Първият в света смартфон, базиран изцяло на AI агенти беше показан в действие

Китай за пореден път демонстрира бързото си развитие в областта на изкуствения интелект. Докато останалата част от света създава различни AI асистенти и различни AI функции, ZTE и ByteDance разработиха смартфон с интеграция на агенти с изкуствен интелект на ниво операционна система. Той управлява всички функции на устройството точно като човек.

Прототипът на смартфона ZTE Nubia M153 работи с модифицирана версия на Android, която интегрира AI агента Doubao на ByteDance.

Doubao е добре позната екосистема от AI модели с общо предназначение в Китай, които се използват в чатботове и работни приложения. В случая на ZTE Nubia M153 това не е обикновен AI асистент – агентът напълно контролира смартфона: вижда потребителския интерфейс, изтегля и стартира приложения, работи с техните функции, пише, осъществява повиквания и изпълнява многоетапни задачи.

Потребителят може дори да не знае какви приложения може да са необходими за решаване на задачите – изкуственият интелект управлява смартфона по същия начин, както го прави човек, а не приложение. В един от примерите AI агентът е намерил на потребителя човек, който желае да застане на опашката вместо него: той е намерил и инсталирал приложение на местна услуга, задал е задачата, попълнил е необходимите полета във формуляра и е показал последния екран за потвърждаване на поръчката. Самият потребител не знаеше кое приложение може да реши тази задача и как да го настрои. Агентът с изкуствен интелект направи всичко сам.

Прототипът на смартфона ZTE Nubia M153 работи с най-новия флагмански процесор на Qualcomm, Snapdragon 8 Elite Gen 5 с 16GB RAM. Функциите за анализ и управление на интерфейса на екрана се изпълняват локално от AI на устройството, докато семантичният анализ и по-сложните операции се извършват на отдалечени облачни ресурси. Това разпределение на задачите позволява на AI да работи бързо и да пази чувствителни данни като пароли и информация за плащания.

Приложенията, базирани на Doubao се използват от повече от 175 милиона души в Китай. AI моделът е мултимодален, което означава, че работи с текст и изображения. В един от примерите изкуственият интелект на смартфона разпозна по снимка станция за смяна на батерии за електромобили NIO и обясни принципа ѝ на работа.

По-впечатляваща демонстрация беше резервирането на хотелска стая: потребителят направи снимка на входа на хотела и изрази намерението си да резервира стая.

Doubao интерпретира семантиката в облака, идентифицира хотела, разбра, че е необходима стая за деня и изясни политиката за домашни любимци. Обучената невронна мрежа Nebula-GUI на ZTE със 7 милиарда параметри извърши незабавните операции: отвори приложението за резервация, въведе датите, избра най-добрите цени, изясни политиката за домашните любимци и информира потребителя за това.

Друга интересна демонстрация беше поръчването на роботизирано такси. Doubao използва данни за спътниково геопозициониране, търси в местни приложения за поръчка на таксита, за да идентифицира оператора, който обслужва определен маршрут. Nebula-GUI стартира приложението Baidu Apollo, избира точките на качване и местоназначение и потвърждава пътуването. Потребителят поиска да промени мястото на отпътуване точно по време на пътуването – изкуственият интелект разпозна активното пътуване с Apollo, отвори правилния екран, промени дестинацията, потвърди я на смартфона и в самото роботакси.

Последният важен пример беше поръчването на храна – в този случай две напитки от Meituan, услуга, която предлага доставка с дрон.

AI подаде поръчката до най-близката автоматична точка за доставка и когато системата на Meituan направи обаждане за потвърждение, Doubao отговори от името на потребителя и проведе разговор с бота на Meituan. Двата бота успешно се договориха без никакво човешко участие. Успоредно с това потребителят включваше смартфона по време на разходката като инструмент за оценка на околната среда, задавайки въпроси за заведенията и хората, срещнати по пътя.

По този начин прототипът на смартфона можеше напълно да контролира собствения си графичен интерфейс, подпомаган от мощен мултимодален AI модел с логическо мислене. Вече не е необходимо човек да разбира особеностите на работата с приложенията – достатъчно е да каже на смартфона какво се изисква като резултат. Нито един друг производител на смартфони все още не е демонстрирал подобни възможности. Няма яснота дали подобно устройство ще достигне до пазара, но прототипът показа как смартфоните с агенти с изкуствен интелект могат да променят живота на съвременния човек.

Ръководителят на хедж фонда Snow Bull Capital Тейлър Оган, който показа смартфона в действие беше много впечатлен от устройството и нарече появата му потенциален нов „DeepSeek момент“, намеквайки, че появата на нов продукт ще разтърси индустрията, както направи широко обсъжданият китайски AI модел.