Android on KnightLi的博客

Google I/O 2026 主要内容总结：Gemini 3.5、Omni、Antigravity 与系统级 Agent

Thu, 21 May 2026 00:07:06 +0800

Google I/O 2026 的主线很清楚：Google 正在把 Gemini 从“模型”和“聊天助手”推进到一个更完整的 Agent 生态。它不只是回答问题，而是要进入搜索、Android、开发工具、视频创作、购物、Workspace、硬件和企业平台，帮助用户完成更长链路的任务。

本文按官方发布信息和开发者视角，整理 Google I/O 2026 的主要内容。实际开发时仍应以 Google、Android Developers 和 Gemini API 官方文档为准。

一句话总结

Google I/O 2026 的关键词是 agentic Gemini era。

Google 发布或强化了几条线：

Gemini 3.5 Flash：强调速度、行动能力和 Agent 工作流。
Gemini Omni：从任意输入生成内容，重点从视频创作和编辑开始。
Gemini app：从聊天助手走向主动、全天候、可执行任务的个人 Agent。
Google Antigravity 2.0：从 AI 编程工具升级为 Agent 优先的开发平台。
Gemini API Managed Agents：通过 API 创建能推理、用工具、执行代码的托管 Agent。
Google AI Studio：扩展到移动端、Android 原生支持和项目导出到 Antigravity。
Search、Shopping、YouTube、Workspace、Android：都在接入更强的 Gemini 和 Agent 能力。

换句话说，Google 不再只展示“模型有多聪明”，而是在展示“模型如何进入产品、工具和系统，真正替用户执行任务”。

Gemini 3.5 Flash：从提示词走向行动

Gemini 3.5 是 Google 在 I/O 2026 推出的新一代模型系列，首个公开重点是 Gemini 3.5 Flash。

Google 对它的定位不是单纯“更快的聊天模型”，而是用于真实 Agent 工作流的高速引擎。官方开发者文章提到，3.5 Flash 结合前沿智能和高速度，用来支撑从 prompt 到 action 的转变。

它的主要意义在于：

面向 Agent 和 coding 场景优化。
支持更长链路任务和工具调用。
在 Antigravity、Gemini API、Google AI Studio、Android Studio、Gemini Enterprise 等入口提供。
更适合需要快速响应、多轮执行和频繁工具调用的应用。

对开发者来说，Gemini 3.5 Flash 不只是一个模型选项，而是 Google 新 Agent 工具链的默认动力源之一。

Gemini Omni：视频和世界模型能力成为重点

Gemini Omni 是 I/O 2026 另一个核心发布。Google 对它的描述是：从任意输入创作内容，当前重点从视频开始。

它的看点主要有三类：

多模态输入：文本、图像、视频、音频等都可以作为参考。
视频编辑：用户可以用自然语言多轮修改视频，而不是一次性生成后就结束。
世界理解：强调物理、场景、动作、叙事和视听一致性。

这意味着 AI 视频工具的方向正在从“输入一句提示词生成短片”走向“像和剪辑师沟通一样逐轮修改”。对创作者来说，真正有价值的不是一次生成，而是可控、可追踪、可迭代的编辑流程。

Gemini App：从聊天助手变成全天候个人 Agent

Google 也把 Gemini app 明确推向更 Agent 化的方向。官方文章提到，Gemini app 正在变得更主动，提供日常简报和全天候帮助。

几个重点包括：

Gemini 3.5 Flash 进入 Gemini app。
新 UI 和更动态的交互体验。
Gemini Spark 这类个人 AI Agent 概念。
Proactive daily briefs，主动整理用户每天需要关注的信息。
更强调 7×24 小时后台协助，而不是用户每次都主动发起聊天。

这部分对普通用户影响最大。过去 Gemini 更像“你问我答”的助手；I/O 2026 之后，Google 想让它更像能持续跟进任务、主动提醒、跨产品协同的个人智能体。

Antigravity 2.0：开发者工具转向 Agent 优先

开发者侧最重要的发布之一是 Google Antigravity 2.0。

Google 将 Antigravity 定位为 agent-first development platform。I/O 2026 之后，它不只是帮助写代码，而是要帮助开发者从想法、原型、Agent 编排到生产应用交付。

官方列出的核心变化包括：

Antigravity 2.0 独立桌面应用。
支持多 Agent 并行编排。
支持动态 subagents。
支持后台定时任务。
与 Google AI Studio、Android、Firebase 等生态集成。
提供 Antigravity CLI，面向终端用户。
提供 Antigravity SDK，用于自定义 Agent 行为和部署。

这说明 AI 编程工具正在从“代码补全 / 对话生成”进入下一阶段：开发者要管理的是多个可执行 Agent，而不只是一个聊天窗口。

Gemini API Managed Agents：把 Agent 托管成 API 能力

Google 还推出了 Managed Agents in the Gemini API。

官方描述中，这类 Agent 可以通过一次 API 调用创建，具备推理、工具使用和在隔离 Linux 环境中执行代码的能力，并且由 Antigravity agent harness 提供支持。

这件事对开发者很关键：

不必自己搭完整 Agent 运行环境。
可以获得持久、隔离的执行环境。
多轮交互可以保留文件和状态。
可以用 markdown 技能、自定义指令和模板扩展 Agent。
可通过 Interactions API 和 Google AI Studio 使用。

如果这条线成熟，Agent 平台会越来越像云服务：开发者不再只调用模型，而是调用一个带状态、工具、执行环境和安全边界的 Agent。

Google AI Studio：从 prompt playground 走向应用生成入口

I/O 2026 中，Google AI Studio 的定位也更进一步。

重点变化包括：

Google AI Studio mobile app，可在移动端捕捉想法和生成原型。
Workspace API 集成，让 Agent 能更自然地接入 Google Workspace。
项目可导出到 Antigravity，带着上下文继续本地开发和生产化。
增加 Android 原生支持，可以用 prompt 构建 Android 应用。
支持对接 Google Play Console，把应用发布到测试轨道。

这让 AI Studio 从“调提示词和试模型”变成“从想法到应用”的入口。它和 Antigravity 的关系也更清楚：AI Studio 适合快速构思和生成，Antigravity 适合继续开发、编排、调试和交付。

Android 与 AppFunctions：移动端 Agent 的关键接口

Android 系统级 Agent 是这次值得单独看的方向，但需要用更准确的接口和产品边界来理解。

当前最值得关注的是 Android 官方的 AppFunctions。官方文档说明，AppFunctions 是一种 Android 平台 API，并带有 Jetpack 库，可以让应用把自身能力暴露给智能体、助手和其他有权限的调用方。它还简化了 Android MCP 集成。

它的意义在于：移动端自动化不再只能依赖截图、OCR、模拟点击和 UI 控件定位。

传统移动端自动化路径是：

识别屏幕。
找按钮。
模拟点击。
等待页面变化。
出错后重试。

AppFunctions 的方向是：

应用声明自己能做什么。
Agent 在授权下调用这些能力。
系统负责权限、调用边界和安全约束。

这会影响 Android 应用设计。未来应用不只要做给人看的 UI，还要把核心功能设计成可被 Agent 调用的能力接口。

Search、购物和内容产品也在 Agent 化

Google I/O 2026 的变化不只在模型和开发者工具里，搜索和消费产品也在同步变化。

官方 I/O 汇总中提到：

Search 进入新的 AI Search 阶段。
Information agents 出现在搜索场景中。
Gemini Spark 和 Daily Brief 进入 Gemini app。
Universal Cart 让购物车更智能。
Ask YouTube 让视频内容可以被对话式查询和跳转。
Gemini 能力继续扩展到更多产品和形态。

这些发布说明 Google 的 Agent 方向不是单点产品，而是横向铺到搜索、视频、购物、办公、移动和硬件场景中。

对开发者的实际影响

Google I/O 2026 对开发者最大的影响，不是“又多了一个模型”，而是开发对象变了。

以前开发者主要构建：

App。
网站。
API。
插件。
自动化脚本。

接下来还要构建：

可被 Agent 调用的应用能力。
多 Agent 工作流。
有状态的工具执行环境。
可审计的自动化流程。
人在回路确认机制。
与 MCP、AppFunctions、Workspace API、Playwright、Firebase 等工具的集成。

软件会越来越像“能力集合”，而不仅是“界面集合”。谁能把自己的能力清晰、可靠、安全地开放给 Agent，谁就更容易进入用户的自动化任务链。

对移动端自动化的影响

移动端自动化会从“GUI 优先”逐步变成“接口优先，GUI 兜底”。

短期看，截图识别、OCR、模拟点击、浏览器自动化仍然有价值，因为大量旧应用没有标准接口。

长期看，只要 Android AppFunctions、MCP 和系统级权限模型成熟，稳定的任务执行会更偏向：

优先调用应用声明的能力。
必要时调用系统接口。
再必要时用 GUI 自动化兜底。

这会改变 RPA、移动端 Agent、测试工具和应用生态。应用越愿意开放能力，越容易被系统级 Agent 调用；不开放能力的应用，可能仍然只能被“看屏幕、点屏幕”的旧方式操作。

安全、权限和审计会成为硬约束

Agent 能力越强，风险越大。

如果 Agent 可以跨应用执行任务、调用支付、修改设置、访问文件和读取上下文，就必须有清晰的安全边界：

权限分级。
用户显式授权。
敏感操作二次确认。
沙箱隔离。
操作日志。
可撤销和可回滚。
企业审计与合规。

这也是为什么 Google 会强调托管 Agent 的隔离环境、AppFunctions 的权限要求、企业平台和可控部署。Agent 的未来不是“无所不能”，而是在安全边界内可执行、可追踪、可治理。

小结

Google I/O 2026 的主要内容可以概括为一句话：Google 正在把 Gemini 打造成横跨模型、应用、系统、开发工具和硬件的 Agent 平台。

Gemini 3.5 Flash 提供速度和行动能力，Gemini Omni 把多模态创作推向视频和世界理解，Gemini app 走向主动个人助手，Antigravity 2.0 和 Managed Agents 把开发者工具推向 Agent 原生，AppFunctions 则让 Android 应用开始为智能体暴露能力。

对开发者来说，接下来要关注的不只是模型参数，而是：如何把应用能力结构化、如何接入 Agent 工具链、如何设计权限和审计，以及如何让自己的产品在系统级 Agent 生态里被安全可靠地调用。

参考来源：

Gemini Intelligence on Android 解读：Google 正在把手机变成主动式 AI 系统

Sun, 17 May 2026 09:13:32 +0800

Google 在 2026 年 5 月 12 日发布了《A smarter, more proactive Android with Gemini Intelligence》，介绍 Gemini Intelligence on Android。它不是一个单独的聊天 App，而是把 Gemini 能力放进 Android 系统、Chrome、Gboard、Autofill、widgets 和多设备体验里，让手机从“等用户点按钮”变成“能主动帮用户完成任务”的智能系统。

简单说，Google 想让 Android 从 operating system 走向 intelligence system。手机不只是打开应用、显示通知、运行设置，而是可以理解屏幕、应用、语音和个人上下文，在用户确认下完成更复杂的操作。

先说结论

Gemini Intelligence on Android 主要包含五个方向：

多步任务自动化：让 Gemini 在应用之间完成订车、购物、找资料等流程。
Chrome 智能浏览：在 Android 上总结网页、比较信息，并处理部分重复性网页任务。
Autofill 升级：结合 Gemini 和个人上下文，帮用户填写更复杂的表单。
Rambler：把自然口语整理成更清晰、更专业的文字消息。
自然语言小组件：用户用一句话描述需求，Android 生成自定义 widgets。

这些功能会从 2026 年夏天开始分批推出，先到部分 Samsung Galaxy 和 Google Pixel 手机，之后扩展到更多 Android 设备，包括手表、汽车、眼镜和笔记本。

多步任务自动化：从建议变成执行

Google 这次最重要的方向，是让 Gemini 帮用户跨应用完成多步任务。

原文举了几个例子：用户可以让 Gemini 订健身单车课程、从 Gmail 里找到课程大纲并把需要的书加入购物车，或者看到一张旅游宣传图后，直接让 Gemini 在 Expedia 上寻找类似行程。

这类能力的关键不只是“理解一句话”，而是要同时理解：

用户当前屏幕或图片里的内容。
用户授权范围内的应用信息。
下一步应该打开哪个应用。
哪些步骤可以自动执行。
哪些步骤必须停下来让用户确认。

Google 特别强调，Gemini 会在用户指令下行动，并在任务完成时停止，最终确认仍由用户控制。这说明它不是完全自动代理，而是带有人类确认环节的移动端 agent。

屏幕和图片上下文变得更重要

这次更新里，一个值得注意的变化是 screen context 和 image context。

以前手机助手更多依赖语音命令和应用内固定接口。Gemini Intelligence 则更强调“看见当前屏幕”。例如用户在备忘录里有一份购物清单，可以长按电源键唤起 Gemini，让它根据清单创建配送购物车。

这意味着 Android AI 不只是聊天机器人，而是在尝试理解用户眼前的操作环境。未来手机 AI 的竞争，可能不只是谁的模型回答更好，还包括：

能不能理解当前屏幕。
能不能跨应用执行。
能不能在后台跟踪任务进度。
能不能在关键节点可靠地让用户确认。

这也是移动端 AI 和网页聊天 AI 的重要区别。

Chrome 智能浏览：从搜索到网页任务代理

Google 表示，从 2026 年 6 月下旬开始，Android 设备会获得更智能的 Gemini in Chrome。

它可以帮助用户研究、总结和比较网页内容，也可以通过 Chrome auto browse 处理一些重复性网页任务，比如预约、预订停车位等。

这说明 Gemini in Chrome 不只是“网页摘要”功能，而是在向浏览器代理发展。浏览器本来就是用户完成网页任务的入口，如果 Gemini 能理解网页、填写信息、比较选项并执行部分步骤，Chrome 就会从浏览工具变成任务执行界面。

不过，这类功能也会面对几个现实问题：

网站结构复杂，自动操作容易失败。
表单、支付、登录和验证码等环节需要谨慎处理。
用户需要知道 Gemini 到底做了什么。
最终提交、付款或预订最好仍保留人工确认。

所以，真正的难点不只是模型能力，而是浏览器自动化、安全边界和用户信任。

Autofill：从自动填密码到自动填复杂表单

Autofill with Google 原本更多是密码、地址、付款信息等基础便利功能。现在 Google 想把它升级成更智能的表单助手。

原文说，借助 Gemini 的 Personal Intelligence，Android 可以用连接应用中的相关信息，自动填写更多复杂表单字段，包括 Chrome 里的表单。

这类能力很实用。移动端填写复杂表单一直很痛苦，屏幕小、字段多、经常需要从邮件、日历、聊天和文档里复制信息。如果 Gemini 能在用户授权下自动整理并填写，会节省很多时间。

但 Google 也强调，连接 Gemini 和 Autofill with Google 是严格 opt-in。也就是说，用户自己选择是否连接，之后也可以在设置里随时开关。

这点很重要，因为 Autofill 涉及个人资料、地址、账号、支付、工作信息和敏感表单。越是有用，越需要明确授权和可控退出。

Rambler：把口语变成可发送文本

Rambler 是这次更新里比较有意思的新功能。

Gboard 已经可以把语音转文字，但人说话时常常会有重复、停顿、语气词和自我修正。Rambler 的目标是把自然说话整理成更清楚、更适合发送的文本。

它适合这些场景：

你想快速口述一段消息，但不想逐字修改。
你说话时夹杂停顿、重复和语气词。
你需要把随口想法整理成更专业的短信、邮件或聊天内容。
你在多语言之间切换，希望系统理解上下文。

Google 还提到，Rambler 会清楚显示用户何时启用了它，音频只用于实时转写，不会被保存。这是对隐私和透明度的回应。

从产品角度看，Rambler 其实是把“语音输入”升级成“语音写作”。它不只是记录你说了什么，而是帮你把口语变成可发送的文字。

自然语言创建小组件

Gemini Intelligence 还会带来 Create My Widget。用户可以直接用自然语言描述想要的小组件，比如“每周推荐三份高蛋白备餐食谱”，系统就生成一个可以放在主屏幕上的自定义 widget。

这代表 Android 在尝试 generative UI：用户不再只从固定模板里选择小组件，而是描述自己想看的信息和展示方式。

如果这个方向成熟，手机主屏可能会变得更个人化。天气、日程、健康、通勤、饮食、学习、工作提醒，都可以变成按用户需求生成的动态模块。

不过，生成式 UI 也需要解决稳定性问题。小组件不是一次性聊天回复，而是长期显示在桌面上，必须可靠、可读、可配置，并且不能乱占屏幕空间。

Material 3 Expressive 与智能 UI

Google 还提到，Gemini Intelligence 会带来基于 Material 3 Expressive 的更新设计语言。

这部分不是单纯美化界面，而是让 UI 动画和交互更有目的感，减少干扰，让用户更专注于任务。换句话说，当 AI 开始主动处理任务时，界面需要清楚表达：

AI 正在做什么。
哪些步骤已经完成。
哪些地方需要用户确认。
用户如何取消或修改。

主动式 AI 如果没有清晰 UI，很容易让用户感到失控。所以设计语言本身也会成为 AI 产品体验的一部分。

可用性和节奏

根据 Google 原文，Gemini Intelligence 功能会从最新 Samsung Galaxy 和 Google Pixel 手机开始，在 2026 年夏天分批推出。之后会扩展到更多 Android 设备，包括手表、汽车、眼镜和笔记本。

这说明它不是一次性全球全量上线，而是分批 rollout。具体可用性可能取决于设备、地区、语言、应用支持和账号设置。

如果你想体验这些功能，最现实的预期是：

先关注 Pixel 和 Samsung 旗舰机。
关注 2026 年夏季后的系统更新。
留意 Gemini、Chrome、Gboard、Autofill 和 Android 设置中的新开关。
不同地区和语言可能不会同时支持所有功能。

这对 Android 意味着什么

Gemini Intelligence on Android 的意义，不是又加了几个 AI 小功能，而是 Android 产品定位的变化。

过去的手机系统主要负责管理应用、通知、权限、文件和硬件。现在 Google 想让系统理解用户意图，并在应用之间完成任务。这个方向如果成功，Android 的竞争点会从“系统功能和生态应用”扩展到“能不能主动帮用户做事”。

这也会让移动端 AI 竞争进入新阶段：

Apple 会强调本地化、隐私和系统整合。
Google 会强调 Gemini、搜索、Chrome、Android 和多设备生态。
第三方 AI App 会更难和系统级入口竞争。
应用开发者需要考虑自己的 App 如何被 AI 代理调用。

未来几年，手机上的 AI 可能不再只是一个聊天入口，而是变成系统级执行层。

总结

Google 这次发布的 Gemini Intelligence on Android，核心不是“手机里多了一个 Gemini 聊天框”，而是把 AI 放进 Android 的操作流程里。多步任务自动化、Chrome 智能浏览、Autofill、Rambler 和自然语言小组件，都是在让手机从被动工具变成主动助手。

它能不能真正改变用户习惯，取决于几个关键因素：自动化是否可靠、隐私开关是否清楚、跨应用操作是否顺畅、用户是否始终保留最终控制权。至少从这次发布看，Google 已经把 Android 的下一阶段定义为主动式 AI 系统，而不只是传统移动操作系统。

参考链接：

Google Blog：A smarter, more proactive Android with Gemini Intelligence

Ubuntu 26.04 LTS 运行安卓 App：Waydroid 安装与使用要点

Sat, 16 May 2026 17:34:59 +0800

在 Ubuntu 26.04 LTS 上运行安卓 App，最现实的路线仍然是 Waydroid。

它不是传统意义上的安卓模拟器，而是把一个基于 LineageOS 的 Android 系统放进 Linux 容器里运行。这样做的好处是资源占用相对低，桌面集成更自然；限制也很明显：它更依赖 Wayland、内核能力、显卡驱动和具体 App 的兼容性，不是所有安卓应用都能稳定运行。

如果你的目标只是偶尔打开一个安卓工具、测试 APK、运行轻量 App，Waydroid 值得尝试。如果你要玩大型手游、依赖银行类 App、重度使用 Google 服务，最好先降低预期。

先确认是否适合

Ubuntu 26.04 LTS 已在 2026 年 4 月 23 日发布，官方桌面要求至少 2GHz 双核 CPU、6GB 内存和 25GB 存储空间。Waydroid 本身还会额外占用磁盘、内存和图形资源，所以建议至少准备：

8GB 以上内存；
可用磁盘空间 10GB 以上；
正常工作的 Wayland 会话；
较新的 Intel、AMD 或 NVIDIA 显卡驱动；
能接受部分 App 兼容性不完美。

Waydroid 官方文档也明确提醒，Ubuntu 22.04 及之后的桌面需要启用 Wayland Session。Ubuntu 26.04 LTS 默认已经全面转向 Wayland，这一点反而比旧版本更顺手。

安装 Waydroid

先安装基础依赖：

`1`	`sudo apt install curl ca-certificates -y`

添加 Waydroid 官方仓库：

`1`	`curl -s https://repo.waydro.id \| sudo bash`

然后安装 Waydroid：

`1`	`sudo apt install waydroid -y`

安装完成后，可以从应用菜单启动 Waydroid，也可以在终端里手动启动。

初始化安卓系统

第一次启动时，Waydroid 需要初始化系统镜像。通常直接使用默认镜像即可。

如果图形界面没有自动弹出，也可以先启动容器：

`1`	`sudo waydroid container start`

再启动用户会话：

`1`	`waydroid session start`

打开完整 Android 界面：

`1`	`waydroid show-full-ui`

这时你会看到一个类似安卓平板的界面。后续安装的 App 可以从 Waydroid 内部打开，也可能出现在 Ubuntu 的应用菜单里。

安装 APK

如果你手里已经有 APK 文件，可以直接安装：

`1`	`waydroid app install app.apk`

查看已安装应用：

`1`	`waydroid app list`

启动某个应用时，通常需要使用包名：

`1`	`waydroid app launch com.example.app`

这适合安装 F-Droid、开源工具、测试版 App 或自己打包的 APK。来源不明的 APK 不建议随便安装，尤其是需要账号、支付、通讯录或短信权限的应用。

多窗口模式

Waydroid 默认更像一个完整安卓窗口。如果你希望安卓 App 像普通桌面窗口一样分开显示，可以启用多窗口模式。

在 Waydroid 会话运行时执行：

`1`	`waydroid prop set persist.waydroid.multi_windows true`

然后重启会话：

1
2

waydroid session stop
waydroid session start

再启动 App 时，它就更接近桌面应用窗口。不过多窗口体验取决于 App 自身适配、桌面环境和显卡驱动，不能保证每个应用都舒服。

Google Play 要不要装

Waydroid 默认不等于完整 Google 认证设备。

很多人真正想要的是 Google Play、Google Play Services 和依赖 Google 框架的 App。这个方向可以折腾，但不建议把它当成稳定生产环境。原因有三点：

Google 服务涉及设备认证和账号风控，登录体验可能变化。
部分 App 会检查 SafetyNet、Play Integrity、root、虚拟环境或设备指纹。
银行、支付、游戏、流媒体类 App 通常更容易失败。

如果只是装普通工具，优先考虑 F-Droid、开源 APK 或不依赖 Google 服务的版本。这样问题少很多，也更符合 Linux 桌面的使用逻辑。

常见问题

如果启动后黑屏，先确认当前是否使用 Wayland，而不是 X11：

`1`	`echo $XDG_SESSION_TYPE`

正常情况下应该看到：

wayland

如果容器没有启动，手动启动：

`1`	`sudo waydroid container start`

如果会话卡住，可以停止后重启：

1
2

waydroid session stop
waydroid session start

如果问题仍然存在，可以查看日志：

`1`	`waydroid log`

对 NVIDIA 用户来说，问题可能更多出在图形栈和驱动兼容性。Ubuntu 26.04 LTS 的 Wayland 与 NVIDIA 支持已经比过去成熟，但 Waydroid 仍然不是普通原生桌面程序，遇到渲染、黑屏或窗口异常并不奇怪。

和虚拟机、模拟器有什么区别

Waydroid 更像“容器里的 Android”，不是完整虚拟机。

它的优势是启动快、资源占用低、桌面集成好，适合日常轻量使用和 APK 测试。它的劣势是兼容性更受宿主系统影响，对图形栈要求高，也不适合把安全敏感 App 当成主力环境。

传统 Android 模拟器更偏开发测试，隔离更完整，但资源占用通常更高。虚拟机方案隔离更强，但性能、图形加速和桌面集成都更麻烦。

简单说：

方案	适合场景	主要问题
Waydroid	日常轻量 App、APK 测试、Linux 桌面集成	Google 服务和部分 App 兼容性不稳定
Android Studio Emulator	开发调试、模拟不同设备	资源占用高，不适合普通用户日常用
虚拟机	隔离测试、实验环境	图形体验和性能通常不理想

我的建议

在 Ubuntu 26.04 LTS 上跑安卓 App，可以先把 Waydroid 当成“补充工具”，不要当成完整安卓平板替代品。

适合尝试的场景：

安装 F-Droid 里的工具；
测试自己开发或下载的 APK；
临时使用某个没有 Linux 版本的安卓 App；
在 Linux 桌面里保留一个轻量 Android 环境。

不太适合的场景：

长期运行银行、支付、证券类 App；
重度手游；
强依赖 Google Play 认证的应用；
对通知、后台、定位、蓝牙、摄像头等能力要求很高的工作流。

如果你只是想在 Ubuntu 上偶尔打开安卓 App，Waydroid 是目前最值得先试的方案。它的体验不一定完美，但安装成本低，和 Ubuntu 26.04 LTS 的 Wayland 桌面方向也比较一致。

参考资料

Gemini 进入 Google built-in 汽车：车载语音助手开始变得更像真正的 AI 助手

Fri, 01 May 2026 06:09:57 +0800

Google 在 2026 年 4 月 30 日宣布，Gemini 开始进入搭载 Google built-in 的汽车，作为 Google Assistant 的升级版本陆续推送。

这件事的重点不只是“车里多了一个 AI 助手”，而是车载语音交互正在从固定命令，转向更自然的连续对话。用户不需要严格记住指令格式，可以像和普通助手交流一样，让 Gemini 帮忙导航、处理消息、查询车辆信息，甚至控制部分车内设置。

先从美国英语用户开始

根据 Google 的说明，这次更新会覆盖新车和已有车辆，前提是车辆支持 Google built-in，并且用户已经在车机里登录 Google 账号。

rollout 会先从美国英语用户开始，之后再扩展到更多语言和国家。符合条件的用户会在车内看到升级到 Gemini 的提示。升级后，可以通过以下方式唤起 Gemini：

说出 Hey Google
点击主屏幕上的麦克风
使用方向盘上的语音按钮

这说明 Google 没有把 Gemini 做成一个需要重新学习的新入口，而是延续原来的车载语音入口，只是把底层助手换成更强的 Gemini。

车载语音不再只靠固定命令

过去车载语音助手常见的问题是：能做的事不少，但用户必须说得很“标准”。一旦表达稍微复杂，助手就容易听不懂，或者只能执行最基础的动作。

Gemini 进入车机后，Google 强调的是自然对话能力。比如用户可以直接说：

I need to grab lunch, find some highly rated sit-down restaurants along the way. I’m not in a rush, oh, and I’d like to eat outside.

Gemini 会结合 Google Maps 找沿途合适的餐厅。用户还可以继续追问停车情况、是否有素食选项等，不需要重新发起一轮完整搜索。

这种交互更符合驾驶场景。人在开车时很难像使用手机一样反复筛选、点击和修改条件，语音助手如果能理解更完整的意图，就能明显减少分心。

地图、消息和音乐会变得更顺手

Google 给出的几个例子，基本都围绕驾驶时最常见的需求。

第一类是路线和地点搜索。

Gemini 可以根据 Google Maps 信息寻找沿途餐厅、景点或充电站，也可以回答和当前路线相关的问题。比如经过体育场附近时，用户可以问附近是否有活动、是否会影响交通。

第二类是消息处理。

用户可以让 Gemini 总结新短信，再根据上下文回复。比如让它回复朋友“我在路上，并附上预计到达时间”。如果临时想改内容，也可以继续补充，不必从头开始。

第三类是音乐和氛围。

用户不一定需要知道电台名或具体歌单，可以直接描述想听的内容。例如播放爵士电台，或者在 YouTube Music 里播放适合山路驾驶的欢快 70 年代 folk-rock，并跳过慢歌。

这些功能本身并不新，但 Gemini 的价值在于把多个条件合在一句自然语言里处理，而不是把用户逼回固定命令。

Gemini Live 让车里也能边走边聊

Google 还提到，Gemini Live 也会进入车载场景，目前处于 beta。用户可以点击 Gemini Live 按钮，或者说 Hey Google, let's talk 开始更自由的对话。

这类场景更像“开车时的陪伴式学习和头脑风暴”。例如开车去 Lake Tahoe 时，可以让 Gemini 讲当地历史和趣闻；听到感兴趣的内容后，可以随时打断追问。也可以让 Gemini 帮忙规划到达目的地后的徒步路线和活动安排。

这和传统车载助手的差异很明显。传统助手更像工具按钮，Gemini Live 则更像一个可以连续交流的语音界面。

车辆说明书和实时车况是关键差异

更值得注意的是，Gemini 不只是回答通用问题。Google 表示，他们和车厂合作，把 Gemini 更深入地接入车辆系统。

这带来几类更贴近汽车本身的能力。

第一，用户可以询问车辆功能。

比如“自动洗车前我应该怎么准备？”或者“我的车库天花板太低，后备箱门会碰到，怎么设置后备箱不要完全打开？”Gemini 会根据车厂提供的车主手册，给出适配具体车型的答案。不同品牌和车型能提供的信息细节会有所差异。

第二，电动车用户可以询问实时电量和续航。

例如当前电量、到达目的地时预计剩余电量，或者让 Gemini 查找附近充电站。它还可以结合 Google Maps，帮用户找充电附近的咖啡店等地点。

第三，部分车内设置可以通过自然语言调整。

Google 举的例子是用户说“车里又雾又冷”，Gemini 可以理解背后的意图，调高暖风并打开除雾。

这类能力比单纯把聊天机器人搬进车机更实际。汽车是一个有明确状态、硬件能力和安全边界的环境，AI 助手如果能理解车辆上下文，价值会比普通问答更高。

车载 AI 的边界也更重要

车内场景对 AI 的要求和手机、网页不同。

开车时用户不能频繁看屏幕，也不能花太多注意力纠正 AI。助手需要足够简洁、可靠，并且不能在关键场景里制造新的负担。

所以 Gemini 进入汽车并不意味着所有复杂任务都适合在车里完成。更合理的方向是：

降低导航和信息查询的操作成本
用自然语言替代多层菜单
帮用户快速理解车辆功能
在不分散注意力的前提下处理消息和媒体
给 EV 用户更顺滑的充电与路线信息

反过来，高风险操作仍然需要清晰边界。比如影响驾驶安全的设置、需要确认的消息发送、涉及车辆控制的动作，都应该有足够明确的确认流程。

小结

Gemini 进入 Google built-in 汽车，是 AI 助手从手机和网页继续向日常环境扩展的一步。

它的意义不在于车里终于可以“聊天”，而在于车载语音助手开始理解更复杂的意图，并能结合地图、消息、音乐、车辆说明书和部分车况信息来完成任务。

如果 rollout 顺利，车载语音交互可能会从“记住命令”逐渐变成“描述需求”。这对开车场景很重要，因为真正好的车载 AI，不应该要求驾驶者为它分配太多注意力。

参考链接：

Your car with Google built-in is about to get smarter, thanks to Gemini - Google Blog

Android 上安装并运行 Gemma 4：完整上手指南

Wed, 08 Apr 2026 17:55:53 +0800

如果你想在手机上离线体验 Gemma 4，这篇文章会带你从安装到实用功能一步步跑通。

第 1 步：获取应用

Google AI Edge Gallery 目前不在 Google Play 上架，需要通过 APK 侧载安装。

在 Android 设备上依次进入：

设置 -> 应用 -> 特殊应用权限 -> 安装未知应用

然后：

找到你使用的浏览器（例如 Chrome 或 Firefox），开启“允许来自此来源”。
在手机浏览器打开 Google AI Edge Gallery 的 GitHub Releases 页面。

地址：https://github.com/google-ai-edge/gallery/releases

下载最新的 .apk 安装包。
下载完成后，在通知栏或文件管理器中点开安装包，按提示完成安装。

网络正常时，这一步通常约 2 分钟可完成。

第 2 步：首次打开并授权

首次打开 AI Edge Gallery 时，应用会请求存储权限，用于保存模型文件。建议直接允许，否则应用无法下载或加载模型。

首页一般会看到这些入口：

Ask Image：图像理解任务（描述图片、回答图片相关问题）
AI Chat：常规文本对话
Summarize：粘贴文本并生成摘要
Smart Reply：生成回复建议

大多数用户最常用的是 AI Chat。

第 3 步：下载 Gemma 4 模型

进入 AI Chat。
按提示点击 Get Models。
在模型列表中选择 Gemma 4 版本（会显示对应体积）。
按设备性能选择模型；如果手机是 8GB RAM，可先从 Gemma 4 4B 开始。
点击 Download，后台开始下载。

注意：模型越大，下载时间越长。你也可以下载多个模型，后续按需切换，已下载模型会保存在本机，不必重复下载。

第 4 步：开始对话

模型下载完成后：

点击模型名称进行加载（首次加载通常需要 10 到 30 秒，取决于模型大小和设备性能）。
在聊天框输入问题并发送。
模型会在本地生成回复，数据不会上传到云端。

一般第一条回复会稍慢，这是模型预热的正常现象；同一会话后续回复通常更快。

第 5 步：体验视觉能力（Gemma 4 多模态）

如果你下载的是 Gemma 4 多模态版本：

返回主菜单，进入 Ask Image。
选择一张图片，或直接拍照。
输入你想问的问题（例如“这张图里有什么？”或“图里有哪些文字需要注意？”）。
等待模型在本地分析并返回结果。

这项功能可以离线使用，图片内容也不会发送到外部服务器。