终于，5202年了，手机助手也乘着AI的快车，变得越来越好用了！
不仅内置了多模态大模型“大脑”，拥有超强的思考和对话能力，还长出了“眼睛”，可以看到屏幕内外的世界。
实际上，这正是此时此刻AI手机正在呼唤的一种全新交互方式，期待拉近人与设备之间的距离，期待让交互变得更加自然。
手机之所以是现在这个形态，主要为了适应多点触控的交互方式，从乔布斯时代、从触屏诞生的那段时间开始就没有过改变。
但能够响应人的自然语言，和人沟通交互、理解并执行指令的助理，才是更加自然的交互方式。
而随着多模态能力的解锁，这种新的科技树也被点亮，手机的软硬件将被重塑。
让手机成为你的专属助理
以最早把“AI手机”这个概念打在公屏上的OPPO为例，OPPO把多模态能力引入到了小布助手当中，让它不再只是一个对话机器，而是能够更全方位地理解并处理人类的意图。
通过语音、电源键和长按导航条这三种方式，我们就能把小布助手召唤出来，然后动动嘴就能向手机发号施令。
不妨先来通过“一键问屏”，看看小布助手的强大视觉本领和思考能力。
假如我们看到一栋建筑（上海中心），想要知道它到底是什么，那就可以叫小布助手出场了。
不用传图，也不用多解释，召唤出小布助手后，直接问它这是啥，就能得到满意的答案。
而且支持多轮对话，可以接着问这里能不能参观，有什么值得看，甚至直接制定出一份旅游攻略。
【视频请移步公众号】
并且小布助手的这种视觉能力不仅能识别屏幕里的东西，还能借助相机，“看”见身边的一切。
假如我们看到了一堆植物（羽衣甘蓝）十分好奇：
直接打开相机对准它，然后召唤出小布，让它来告诉我们，而且还能接着追问，这东西能不能吃、怎么吃才好吃。
【视频请移步公众号】
再插播一句，超级小布助手是首家支持在相机界面做识屏问答的，后来很多友商也陆续推出类似功能，说明了小布助手的这种模式，是OPPO的一次成功布局。
而且之所以敢叫超级小布助手，是因为它还有两把刷子——不仅有“眼睛”能看、有“头脑”会思考，还长出了“手脚”，能够执行用户指令。
还是拿一键问屏来举例，假设量子位要从公司出发前往MEET大会现场，那么只要告诉小布助手，我要去屏幕上的这个地方，小布助手就会自动开启导航。
既不用复制粘贴目的地地址，也不用手动设置，说一句话就能即可出发。
【视频请移步公众号】
总之呢，全面升级的超级小布助手，确实让手机的使用方式变得和以前不一样了。
有更多的用户开始通过小布助手来进行手机的操纵，其中使用电源键唤起小布助手的相比前一代提升30%，电源键成为了小布助手唤起人数Top1入口。
而且超级小布助手，还凭借自身的超能力，顺带也完成了一波“用户教育”的目的——
小布助手的强大能力，反向刺激了用户的需求，光是一项识屏能力，就直接带动了百科和教育类的问答需求提升。
用户数据显示，近30%的一键问屏用户会在相机界面对准想要识别的内容后，直接唤起小布助手进行问答；70%的用户会在多模态交互中使用通用问答的功能。
所以，超级小布助手如此神奇的超能力，到底是来自于哪里呢？
背后是自研大模型和智慧框架
能听、看、说、做的超级小布背后，是集语言、视觉、语音等多种模态于一体的OPPO SenseNow框架。
先说听，这是我们和小布助手发生交互的第一个环节，SenseNow框架集成了OPPO自主研发的语音多级唤醒和个性化识别技术，使语音唤醒和识别的准确率达到97%以上。
SenseNow框架通过检索增强多模态理解技术，具备了“看”的能力，是SenseNow智慧框架的核心，让超级小布助手实现了图文混合检索，支持1000多种主体的识别。
像前面看到的一系列场景，超级小布助手能够从根据看到的画面回答我们各式各样的问题，靠的都是这种多模态理解和检索能力。
SenseNow框架还集成了生成式语音合成框架，使超级小布助手能够模拟真人语气和节奏，并支持超过20种个性化音色。