Что такое Doubao ИИ: обзор нейросети от ByteDance

Жоубао ИИ: Что такое умный ассистент для автоматизации смартфона?

Мир искусственного интеллекта постоянно развивается, предлагая всё новые инструменты для повседневных задач. Одним из ярких открытий в области мобильных технологий стал проект Жоубао ИИ (в оригинале — Roubao или 肉包, что переводится как «мясной пирожок» или «булочка с мясом»). Это полностью открытый (open-source) ИИ-ассистент, созданный для автоматизации действий на смартфонах под управлением Android.

Главные особенности проекта

В отличие от классических инструментов автоматизации, которые часто требуют подключения телефона к компьютеру и настройки сложных скриптов через ADB, Жоубао разработан для работы непосредственно на самом мобильном устройстве.

• Автономность на Android: Приложение работает локально, объединяя возможности современных визуально-языковых моделей (VLM) и нативную разработку на Kotlin.
• Визуальное понимание экрана: ИИ способен «видеть» интерфейс приложений, анализировать расположение элементов, кнопок и полей ввода, а затем самостоятельно принимать решения для выполнения поставленной задачи.
• Поддержка разных моделей: Пользователи могут гибко настраивать систему, подключая через API различные передовые модели (например, Alibaba Qwen-VL, GPT-4V или Claude).

Почему у него такое необычное название?

Название проекта вызывает улыбку у разработчиков по всему миру. Создатель назвал ассистент в честь своего любимого блюда — китайской булочки с мясом (Roubao), объяснив это тем, что он просто не любит овощи. Забавное имя контрастирует с серьёзной технической начинкой: проект использует инструмент Shizuku для безопасного предоставления необходимых разрешений на уровне системы без сложных манипуляций с рут-правами.

Интересный факт: Подобные проекты демонстрируют, как мультимодальный искусственный интеллект учится взаимодействовать с привычными интерфейсами приложений точно так же, как это делает человек.

Заключение

Инструменты вроде Жоубао показывают, куда движется современная мобильная разработка. Объединение мобильных платформ и передовых визуальных моделей открывает путь к созданию умных помощников нового поколения, способных брать на себя рутинные действия и упрощать взаимодействие с гаджетами.