近期，网友对豆包手机助手的截屏权限提出质疑，称其可获取银行安全键盘等受保护内容。12月13日晚，豆包手机助手发布技术说明，回应争议，强调采用原生截屏接口，无法截取受保护页面，同时对相关权限用途及运行原理进行了详细阐释，并表明对用户隐私安全的重视。
争议缘起：网友质疑豆包手机助手权限使用
近期，有网友发布视频称，“豆包手机助手通过READ_frame_BUFFER权限，从GPU渲染的图形缓冲区拿走图像数据，不需要走上层的截图API。还用了CAPTURE_SECURE_VIDEO_OUTPUT权限，可以获取银行安全键盘等受保护的界面内容”，对豆包手机助手的技术实现方式提出质疑。
官方回应：采用原生截屏接口，无法截屏受保护内容
豆包手机助手发布技术说明，称采用的是原生截屏接口（WindowManagerService.captureDisplay），严格遵循应用声明的Secure标记，无法截屏银行安全键盘等声明受保护的界面内容。同时强调，豆包手机助手仅在有用户指令时才会开始截屏，且无法截屏三方应用Secure标记页面，上传至云端大模型的截屏仅用于视觉理解和推理，完成任务后不会存储在云端。
权限解读：澄清两项权限真实用途
关于READ_frame_BUFFER权限，豆包手机助手表示是为了让AI可以在后台完成操作，让三方应用运行在虚拟屏空间中，为获取虚拟屏中运行的应用截图内容（对应方法WindowManagerService.captureDisplay）提供给豆包大模型推理，但该方法及权限无法读取到包括银行App在内的任何三方应用设置为Secure的内容。而CAPTURE_SECURE_VIDEO_OUTPUT权限的使用，是因为受保护的页面在虚拟屏的投影中会显示为黑屏，用户无法查看和操作，所以需要此权限将受保护的内容正常展示给用户并能够被用户操作，投影后受保护页面仍标记为Secure，仅能被用户查看，无法被截屏。
运行原理：用户指令驱动，截图上云分析
豆包手机助手操作手机功能的实现原理为：用户下达指令 -> 截屏发送给云端豆包大模型 -> 模型理解后返回具体操作 -> 手机端执行操作指令，不断重复直到完成任务。每一步操作后都需再截图上传给云端大模型分析，每步操作间隔约为3秒钟。由于分析界面所需的大模型参数较大，受限于芯片性能暂时无法运行在手机端侧，需要截图上传云端处理。目前国内多家手机厂商具有AI操作能力的助手产品，也是同样的实现原理，也会使用READ_frame_BUFFER等系统权限。
隐私态度：重视隐私安全，欢迎各界监督
豆包手机助手表示高度重视用户隐私安全，欢迎社会各界提出宝贵意见。团队会以负责任的态度沟通产品技术问题，把安全和信任做好，始终将隐私与安全作为产品设计的底线。
以上文章由 AI 总结生成
