近日，字節(jié)跳動(dòng)旗下AI大模型“豆包”與中興通訊聯(lián)合推出的“豆包手機(jī)”——努比亞M153引發(fā)了廣泛關(guān)注。這款手機(jī)搭載的系統(tǒng)級權(quán)限助手自12月1日發(fā)布后，迅速成為輿論焦點(diǎn)，其創(chuàng)新的人機(jī)交互方式引發(fā)了關(guān)于AI手機(jī)助手安全性的討論。

針對外界對“豆包手機(jī)”安全性的質(zhì)疑，字節(jié)跳動(dòng)多次發(fā)布聲明進(jìn)行回應(yīng)。12月3日，公司表示，豆包手機(jī)助手不會(huì)代替用戶進(jìn)行敏感操作，例如在遇到授權(quán)彈窗或支付環(huán)節(jié)時(shí)，任務(wù)會(huì)自動(dòng)暫停并交由用戶接管。12月5日，豆包手機(jī)助手進(jìn)一步宣布，計(jì)劃對AI操作手機(jī)的能力進(jìn)行規(guī)范化調(diào)整，包括限制刷分自動(dòng)操作、金融類應(yīng)用代操作以及競技游戲場景中的AI使用。

12月13日，有網(wǎng)友發(fā)布視頻稱，豆包手機(jī)助手通過特定權(quán)限獲取圖像數(shù)據(jù)，甚至可以截取銀行安全鍵盤等受保護(hù)內(nèi)容。對此，豆包手機(jī)助手發(fā)布技術(shù)說明，澄清這些說法是對技術(shù)實(shí)現(xiàn)方式的誤解。聲明指出，豆包手機(jī)助手使用的是系統(tǒng)原生截屏接口，無法截取銀行鍵盤等受保護(hù)內(nèi)容。

根據(jù)豆包手機(jī)助手發(fā)布的技術(shù)說明，其操作手機(jī)功能的實(shí)現(xiàn)原理如下：用戶下達(dá)指令后，助手會(huì)截屏并將圖像發(fā)送至云端豆包大模型；模型對圖像進(jìn)行理解后返回具體操作指令，手機(jī)端再執(zhí)行這些指令。這一過程會(huì)不斷重復(fù)，直到任務(wù)完成。每一步操作后都需要再次截屏上傳，操作間隔約為3秒。助手僅在用戶下達(dá)指令時(shí)才會(huì)截屏，且無法截取標(biāo)記為Secure的三方應(yīng)用頁面。上傳至云端的截屏僅用于視覺理解和推理，任務(wù)完成后不會(huì)存儲(chǔ)在云端。

此前，抖音副總裁李亮在微博中表示，AI助手的操作本質(zhì)上是機(jī)主授權(quán)下的合法合規(guī)數(shù)據(jù)使用，與隱私泄露無關(guān)。這一觀點(diǎn)進(jìn)一步回應(yīng)了外界對數(shù)據(jù)安全的擔(dān)憂。