豆包助手澄清：原生截图不支持银行键盘等受保护内容

12月13日消息，豆包手机助手官方于今晚发布技术说明，澄清该产品采用系统原生截屏接口，无法截取银行键盘等受保护内容。

据官方说明介绍，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渲染的图形缓冲区直接拿走图像数据，无需经过上层截图API。它还使用了CAPTURE_SECURE_VIDEO_OUTPUT权限，能够获取银行安全键盘等受保护的界面内容”。官方指出，这是对豆包手机助手技术实现方式的误解。

豆包手机助手采用的是原生截屏接口（WindowManagerService.captureDisplay），严格遵循应用声明的Secure标记，因此无法截取银行安全键盘等被标记为受保护的界面内容。任何持有豆包手机助手技术预览版的用户，都可以自行编写一个包含受保护页面的APP进行测试，并让AI讲解页面内容，以此验证AI确实无法看到受保护信息。

豆包方面进一步解释，网友提到的READ_FRAME_BUFFER权限，是为了让AI能在后台完成操作，豆包手机助手让第三方应用运行在虚拟屏幕空间中。为了获取虚拟屏幕中运行应用的截图内容（对应方法WindowManagerService.captureDisplay）并提供给豆包大模型进行推理，所以需要READ_FRAME_BUFFER权限。但该接口及权限无法读取到包括银行App在内的、任何被第三方应用标记为Secure的保护内容。

关于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（即点击灵动岛打开的应用界面）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。但在投影后，受保护的页面仍会标记为Secure，仅能被用户查看，无法被截屏。

豆包手机助手操作手机功能的实现原理是：用户下达指令 -> 截屏发送至云端豆包大模型 -> 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。因此每一步操作后都需要再次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。据了解，目前国内多家手机厂商具备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。

豆包强调，豆包手机助手仅在收到用户指令时才会开始截屏，且无法截取第三方应用带有Secure标记的页面。上传至云端大模型的截图仅用于视觉理解和推理，完成任务后不会存储在云端。

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。