文 | AIX 财经，作者 | 王璐，编辑 | 魏佳
北京时间 13 日上午，谷歌硬件产品发布会 Made by Google 2026 如期而至。这场秀端出 Pixel 11 系列手机、Pixel Watch 5、首款防丢器 Pixel Tag 一系列硬件，并预告年底前推智能眼镜。
但近两个小时的发布会看下来，很多人的感觉是 " 平淡 "。
先是硬件端变化不大，最能概括这场发布会的新品，是 Pixel 11pro 系列背面新增的那一小圈 LED 灯，谷歌称之为 Hilight，最大的功能是支持特定联系人来电时的颜色提醒，不支持短信，不支持第三方通知。
软件相对提升较多，Gemini 可自主完成手机内信息、地图等 APP 的搜索操作，并提升了输入、拍照等细节功能，因此外界也称，Pixel 11 不是一台想靠配置赢得用户的手机，它是 Gemini 的 " 身体 "。这听起来很像国内的 " 豆包手机 "，即一切皆为 AI 服务。
这也引发了外界的重新思考，当谷歌把所有硬件都变成 Gemini 的容器时，它到底在卖手机，还是一个随时能召唤的 AI？这款 " 美国版豆包手机 "，有多少功能是谷歌首创，又有多少是跟随竞品？
01. 谷歌的硬件矩阵：补齐拼图，但每块都不惊艳
今年的 Made by Google 发布会，谷歌的产品种类比往年更为丰富，主角是 Pixel 11 全系四款手机，此外还有 Pixel Watch 5、防丢器 Pixel Tag，以及一个关于年内智能眼镜的预告。类型虽多，但每一块都很难称得上惊艳。
先来看最重磅的 Pixel 11 系列手机。
最大的硬件亮点是 Pro 系列背面新增的 LED 指示灯，官方称其功能为 Hilight，它的核心作用是一方面显示 Gemini 的使用状态，比如交流时，它会稳定亮起。另一方面是，特定联系人来电时，会显示用户指定的颜色。除此以外，暂无其他功能，既不支持短信和其他第三方提示，也没有给开发者留接口。
提前拿到真机的评测博主 Marques Brownlee 用 "it is what it is（就这样吧）" 评价这一系列，并把这句话当成了其视频标题。可见外界对这一功能并不完全满意。
再来看 Pixel Watch 5，售价为 399美元起。
沿用高通 W5 Gen 2 的加速版本，CPU 快了 12%。但真正的重点不是 CPU，是端侧内存从 2GB 提到 3GB，加了整整 50%。带来的效果也很直接，手表端的 Gemini 能力大幅提升，比如可创建个性化时钟界面，用户抬起手腕时，就能与 Gemini 对话。
最后看 Pixel Tag 与智能眼镜。
Pixel Tag 是谷歌首次进入追踪器赛道的产品，单只定价 29 美元，四只装 99 美元，贴着 AirTag 的价格打，于 11 月发售。产品本身没有太多可说的，但它的存在补齐了谷歌硬件生态的一个缺口，从手机到手表到耳机到防丢器，谷歌有了一个能跟苹果生态对标的完整硬件阵容。" 智能眼镜 " 则是谷歌在本次发布会抛出的钩子，没有露出具体产品，仅预告了将年内推出。
可以看出，谷歌本次发布会亮出了一套 AI 容器矩阵，但单个产品没有太大惊喜。Pixel 11 的涨价虽有存储翻倍做支撑，但功能上还不够让人眼前一亮；Watch 5 的内存增加是务实的，但功能层面没有跳出其他智能手表的框架；Tag 是标准的市场跟随者产品，眼镜更是还没露出。
02. 谷歌的 AI 手机，咋样？
整场发布会真正的主角是 Gemini。它已经从一个独立助手，集成到了 Pixel 的系统服务层，从查信息到跨应用办事都由它接管。被它 " 接管 " 之后，谷歌的 AI 手机，能力到了哪一步？本次发布会给出了答案。
在 " 代办 " 能力上，Gemini 已超越聊天。
官方演示中，它可以跨应用读短信、日历等应用信息，并根据要求自动搜索谷歌地图，找到合适餐厅下单、订位，甚至直接打电话给商家。它还会主动建议航班信息、餐厅列表、提醒日历日程。
不过，这些丝滑体验目前仍局限于谷歌自家服务，以及为了确保用户使用的安全性，关键步骤仍需用户确认。这一功能与市面上其他的 AI 手机相差不大。
语音听写是本次的一大亮点。
Gboard 新增的 Rambler 功能落地，基于 Gemini 驱动，官方展示了三大功能：自动清洗文本、意图修正和一键重来。它能自动过滤 " 嗯、啊 " 等语气词，即便用户中途改变了主意，也能自动消除前后矛盾的地方，当用户告诉它撤销刚才说的话，它也能照做，这对商务人士和学生群体具有一定的吸引力。
此外还有手语识别、实时翻译与影像 AI 等功能。
发布会上，聋人演员 Daniel Durant 现场演示了手语实时转文字，手机前置摄像头捕捉他的手语动作，再由大模型把手语翻译成文字，结果直接显示在实时转录里；实时翻译功能则进入到 YouTube 和播客，用户在看视频或听播客时，能实时把声音、配音成另一种语言。
影像方面，用户按下录制键后，Magic Capture 会分析前后约上百帧画面，再从中挑出最好的几张。相机里新增的 Creator Suite 创作者套件，还自带提词器，用户提前把讲稿输进去，点录制后文字会跟着用户的说话速度和自然停顿自动滚动。
这些功能背后，是 Gemini 多模态模型与 Tensor G6 端侧算力的结合。虽然发布会上谷歌没有展开讲底层技术栈，但可以确定的是，手语识别、实时翻译和视频理解等功能都依赖端侧 AI 能力。
但这些功能有一个共同点，它们大多是 " 追赶 " 而非 " 引领 "。比如手语识别方面，苹果在 FaceTime 中已支持手语检测，实时翻译方面，苹果和微软主要覆盖文本和语音场景，谷歌更多是把实时配音伸进了 YouTube 视频和播客等具体形态里。
03. 是美国版豆包手机吗？
发布会过后，"Pixel 11 是美国豆包手机 " 的说法也流传开来。这个比喻抓住了一些东西，也漏掉了一些东西。
从策略层面看，Pixel 11 和豆包手机确实在走同一条路。面对 OpenAI 等对手在模型跑分上的压力，谷歌在 I/O 大会上表示将重心转向了智能体。Gemini 深度绑定谷歌全家桶，豆包则绑定字节系，两者都不执着于单点技术的巅峰，拼的是谁能在更多场景里 " 刷存在感 "。
但两家的技术路线并不一样。
一位大模型从业者介绍，让 AI 替你操作手机，可以分成两个层次。
一种是 " 操作层 "，这里又分两条路：一类是 AI" 自己上手 "，盯着屏幕，照着你平时的动作一步步点击，例如打开 App、找按钮、点确认，这叫 GUI 模拟点按；另一类是 AI 不碰屏幕，直接走 App 留好的 " 内部通道 " 下指令，这叫接口调用。
另一种是 " 协同层 "，也就是 A2A，让手机里的 Agent 跟系统 Agent" 谈 "，把要办的事交给对方去完成。这属于更高层级，但行业暂时没有成熟落地。
具体到这两台手机上，Pixel 和豆包手机都属于操作层，Pixel 以第一方接口调用为主，遇到没开接口的 App，再退回 GUI 模拟点按兜底，豆包手机一代是纯 GUI 路线，但因遭到了头部 APP 的风控，以及用户对安全的讨论，豆包手机二代转向 A2A。
两家路线差异背后不是谁更先进，在于垂直整合的深浅不同。
Pixel 11 是谷歌自研机身，加上定制 Tensor G6 芯片、跑自研 Gemini，从芯片到系统到模型，全链路握在自己手里。这意味着谷歌可以在底层做优化，比如给手表加内存跑模型、让端侧 AI 在断网时依然流畅，这种 " 为了 AI 重做硬件 " 的垂直整合，是依赖第三方硬件的豆包手机难以复制的。
豆包手机目前主要与努比亚等厂商合作，硬件层面的话语权有限。它的优势在于软件迭代快、场景适配深，但端侧优化的天花板受限于合作厂商的硬件能力。不过，在工程落地上，豆包确实是 GUI 自动化领域的先行者。
总之，" 美国版豆包手机 " 这个比喻在策略层面成立，在产品层面却不够准确。更准确的说法是，它们是同一趋势下的两种解法，目标一致，在实现方式上各有取舍。
回到开头的问题，谷歌卖的到底是手机还是 AI？答案是，谷歌或许已经不打算区分了。Pixel 逐渐成为 Gemini 的 " 身体 "，硬件只是一次性入口，AI 能力的持续订阅与服务，才是更长线的生意。
