首页 > 资讯 > 豆包输入法大更新,AI 最自然的入口回到了键盘

豆包输入法大更新,AI 最自然的入口回到了键盘

爱范儿 2026-09-28 17:02 6 阅读 查看原文

自己给自己发消息,大概是智能手机普及十余年间,我们为对抗设备壁垒所养成的最普遍、也最无奈的「笨办法」。

手机上看到一段资料,发到「文件传输助手」,再去电脑上复制;电脑里整理好的地址,临出门又发回手机。照片、密码和浏览记录早已习惯跨设备同步,我们每天要说的话,却还常常困在某一块屏幕里。

去年底,我们曾实测过初出茅庐的豆包输入法。

Image

如今,随着 HarmonyOS NEXT 与 Windows 版本的正式补齐,它已完整覆盖 iOS、Android、HarmonyOS NEXT、macOS 与 Windows 五大平台。语音识别、大模型打字、智能文字整理与超级互传,也已经覆盖多个平台。

多端覆盖只是表面变化,账号、词库和内容开始跟着用户流动,才是本次更新更值得关注的部分。豆包输入法正在从每台设备里的独立工具,逐渐变成一套跨设备延续的个人表达系统。

五块屏幕变成一块键盘,表达不必从头来过

一套输入法能否真正胜任跨端,关键在于换了一台设备后,它还能否「认出」你的习惯。尤其是设备可以不同,用户积累下来的词库、内容与表达习惯,依旧需要跨越系统边界。

Image

▲ Mac 系统截图

以往最让人烦躁的,莫过于在新设备上打字的「失忆感」。作为一名 AI 领域的科技编辑,我的日常输入充斥着 Claude、Token、Benchmark 这种中英混排词汇,以及频繁更迭的模型代号与学者姓名。

Image

好不容易在手机上把词频喂顺,换到 PC 上敲键盘,输入法立刻被打回原形,一切又得从一招一式的选词纠错重新来过;现在只要登录同一个豆包账号,手机与电脑的个人词库便会实时对齐。

人名、术语、项目代号、英文缩写与常用短语,只要在某一端被输入、纠正过,切到另一块屏幕也依然心领神会。

Image

举例来说,早上坐地铁时,我在手机上看到一条新闻,用豆包语音输入记下几个选题方向;到公司打开电脑,相关人名和术语已经出现在熟悉的候选位置;晚上回家修改稿件时,也无需重新适应另一套词库。

词库同步解决了「怎么说」的问题,超级互传处理的则是「怎么把内容带过去」。

Image

是的,借助输入法打通跨设备剪贴板这套逻辑,已被行业验证是一剂良药。

豆包输入法此次跟进的「超级互传」,让这种跨端协同变得更加顺手——只要登录同一个豆包账号,无论是文字还是图片,都能在手机与电脑之间实现无缝复制与粘贴。

Image

手机里看到的一段资料,可以带到电脑文档中继续整理;电脑上的图片,也能转到手机聊天窗口里发送。整个过程留在输入法内部,省去了打开中转应用、上传文件和寻找聊天记录等步骤。

比如午休时在手机上看到一张包含数据的图表,复制后回到电脑便能直接粘贴进稿件;出门前在电脑上整理好的地址和联系人信息,也可以来到手机上继续使用。

iOS 上的语音输入同样减少了一层操作成本。受系统机制影响,过去使用语音输入时经常需要跳转豆包输入法 App,即使开启悬浮窗模式,也要手动把窗口移到屏幕边缘。

Image

新版本在首次完成麦克风授权后,可以通过默认模式直接调用语音输入,后续无需频繁跳出当前应用。

具体到不同设备上,调用方式也足够直觉。Mac 端默认长按 Fn 就能开始语音输入,手机端则可以直接按住键盘中间的空格键开口说话,语音输入不再像一个需要单独寻找的功能,更像是打字过程里自然多出来的一种入口。

单拆每一个细节,都只是微小的交互减负。但放进一天的工作流程,这种体感差异就会尤为明显:设备形态在变,词库、语料与表达惯性却始终在线。

人说话,从来不按语言分区

跨端解决了表达发生在哪里的问题,语音升级则在处理另一个更日常的麻烦,即用户脑子里的内容,怎样更快变成能够发送和使用的文字。

语音输入过去追求的核心指标是识别准确率,但真实使用中,人们遇到的问题远比「有没有听清」复杂。

Image

Image

专业名词可能识别错误,办公室里不方便正常音量说话,地铁和地下停车场的网络也未必可靠。即使每个字都识别正确,停顿、重复、口头语和混乱的标点仍然需要重新整理。

为了测试它处理长段内容的能力,我先念了一段《甄嬛传》里的经典台词:

「臣妾要告发熹贵妃私通,秽乱后宫,罪不容诛。宫规森严,祺贵人不得信口雌黄。臣妾若有半句虚言,必遭五雷轰顶,永不超生。我还以为是什么赌誓呢,生死之事谁又能知道?以此虚妄之事赌誓,可见祺贵人不是真心的。」

Image

整段话包含人物称谓、文言表达、连续对话和多次语气转换,比普通聊天更考验上下文识别。豆包输入法能够跟住长段输入,并根据停顿添加标点,面对较长内容,它也懂得回头检查个别词语和断句。

接着,我换成粤语:

「好啦,冇嘈啦。做兄弟有今生,冇来世,大家要互相扶持。呢个社会好现实㗎,要靠自己嘅双手去打拼。任何一个人,无论遇到咩困难,记住要多笑笑,因为笑口常开,好彩自然来。」

Image

再增加一点难度,试试粤语里夹着英语的 TVB 式台词:

「职场就好似一场 game,有人靠运气,有人靠关系,但想行得长远,始终要靠自己。今日个 project 几难顶得好,记住保持 professional,因为真正嘅机会,永远留畀 ready 嘅人。」

Image

一段话里反复切换粤语、普通话和英文,很容易让语音输入乱了阵脚。豆包输入法保留了大部分粤语表达和英文单词,没有把整段话强行改写成普通话;但语言切换频繁时,个别细节仍需手动修正。

对于办公人群而言,新加入的气声与轻声识别实用价值更高。

周围坐满同事时,对着手机完整念出一段消息难免尴尬,很多人最后还是只能低头逐字手打。现在贴近麦克风压低声音,说出一句「下午三点开会,记得带上上周设计图」,算法也能稳定拾音转写,避免了打扰周围或泄露信息的困扰。

Image

网络不稳定时,离线语音则提供了另一种连续性。

在地铁穿过信号较差的区段时,用户仍然可以记录待办事项;飞机进入巡航阶段后,也能把一路想到的内容写进备忘录。不过离线语音模型需要提前下载,经常通勤或出差的用户最好在设置中先完成安装。

Image

说话不必打腹稿,剩下交给 AI

语音识别让声音落地为字,智能文字整理则负责把未经雕琢的口语还原成有条理的内容。

输入超过 20 个字的语音后,系统会先处理标点、分段、重复表达和口头语,再由大模型进一步调整语序,必要时重新组织内容。两个阶段的结果都可以查看;如果整理得不合心意,也能一键恢复原文。

Image

我尝试输入一段不加思索、信息密集的口水账采购需求:

「今晚下班后要去超市,帮我整理一份采购清单。肉类需要三百克牛肉片和两只鸡腿,牛肉拿来炒,鸡腿准备煲汤。蔬菜买三个熟一点的番茄、一把金针菇、两颗生菜、半斤土豆和几根小葱。调味料看看家里还有没有生抽、蚝油和黑胡椒,没有就各买一份。另外再买一盒鸡蛋、两瓶牛奶和一袋吐司。需要注意,番茄不要太硬,生菜挑新鲜的,牛奶保质期尽量长一点,全部东西控制在两百元以内。」

Image

实测整理出的结果相当规整:原本混成一团的口述需求,被系统提炼成了肉类、蔬菜、调味料与其他商品四大类,数量、烹饪用途、挑品注意事项以及 200 元的预算上限均被逐一归整。

原本冗长的口水话,直接变成了一份可以直接对着货架核对的清单。

当然,你也直接点进键盘里的智能整理功能,调整修改输入的混乱文案。我输入一段语序反复、缺少标点并夹杂大量口头语的内容,系统能够重新排版、精简表达并规范标点。整理后的版本更容易阅读,也省去了逐句处理格式的时间。

Image

这种结构化处理同样适用于办公与生活碎片:

晚上回到家后,可以从早上的通勤讲起,说到工作中遇到的事情,再补充晚饭后突然出现的想法。几分钟的随口讲述经过分段、去重和语序调整,便能形成一篇结构相对清楚的日记雏形。

开会记录也有相似的用法。会议结束后,趁记忆还清楚,用户可以口述「设计稿周三确认,数据由小李补充,下周一进行第二轮评审」,整理后便能得到层次更明确的待办事项。

最好的输入法,是让 AI 跟上人的念头

跳出语音与格式整理,回到最原始的物理键盘敲击上,大模型在候选联想上的存在感也变强了。

大模型普及之后,键盘正在多出一种新用途:它不只负责把字打出来,也开始承接用户发给 AI 的任务。写代码可以靠口述生成需求,调用模型可以靠语音输入提示词,输入法正在变成普通人和大模型之间最频繁的接口。

以往输入法猜词,多半基于前两三个字做概率预测;接入长文本理解后,候选栏明显更能看懂整句话的语境。连续敲下一长串拼音,首选位置的成句率高了不少。

不少效率提升就藏在小而高频的细节里:

行内运算:计算账目时直接输入「2200+167+15=」,候选栏会即时给出运算结果,无需切出应用找计算器;

Image

语义续写:输入上半句古诗词,候选栏会自动推荐下半句;

Image

时空补全:键入时间或日期相关描述时,当前的时间戳会自动浮现在候选首位。

Image

知识补全、计算、符号和 emoji 等能力单独看都不复杂,但它们减少了输入过程中频繁切换应用和键盘页面的次数。输入法每天会被调用数百次,每次减少一点犹豫和修改,积累起来才是大模型带来的真实效率。

按键交互上也做了一些手势微调:按住删除键快速向上滑动,可以删除光标前的文本或清空候选区;向下滑动,则可以撤回刚才上滑删除的内容。

Image

在拼音和英文输入过程中,按住删除键向左滑动,还能快速清空候选区中的拼音或待输入英文。熟悉以后,手势确实能够提高修改长句的速度,尤其适合一次删掉整段误输入的内容。

难得的是,在堆叠了这么多 AI 特性后,它的体感依然算得上本分。

客户端整体相当清爽,既没有恼人的弹窗推广,后台资源消耗也控制得很克制。打字方案全面兼容了全拼、双拼与五笔,同时把快捷键映射、候选框字号以及工具栏模块等调节权限完全交还给用户,能够灵活契合各类敲字习惯。

回过头来看,超级互传、语音识别、词库同步与文字整理,都在降低表达过程中的阻力。每次省下的时间不长,但恰恰是这些高频发生的小事,最终会决定一天的使用感受。

Image

刘勰在《文心雕龙》中写「情动而辞发」,感受和念头在前,寻找语言在后。数字时代,在念头与文字之间,又多了设备、应用、词库和键盘。

技术越复杂,用户越应该有机会简单地使用它。供水系统不断完善,最终体现为拧开水龙头就有水;输入法不断进步,也应该体现为想到一句话,就能更自然地把它留下来。

大模型进入普通人生活,未必总要经过一个全新的入口。有时候,入口就在每天打开无数次的键盘里,而进步的标志,正是那些曾经被视为理所当然的麻烦,终于不再理所当然。

豆包输入法下载地址:

https://shurufa.doubao.com

#欢迎关注爱范儿官方微信公众号:爱范儿(微信号:ifanr),更多精彩内容第一时间为您奉上。