Android on KnightLi的博客

Google I/O 2026 主要內容總結：Gemini 3.5、Omni、Antigravity 與系統級 Agent

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

Google I/O 2026 的主線很清楚：Google 正在把 Gemini 從「模型」和「聊天助手」推進到一個更完整的 Agent 生態。它不只是回答問題，而是要進入搜尋、Android、開發工具、影片創作、購物、Workspace、硬體和企業平台，幫助使用者完成更長鏈路的任務。

本文按官方發布資訊和開發者視角，整理 Google I/O 2026 的主要內容。實際開發時仍應以 Google、Android Developers 和 Gemini API 官方文件為準。

一句話總結

Google I/O 2026 的關鍵詞是 agentic Gemini era。

Google 發布或強化了幾條線：

Gemini 3.5 Flash：強調速度、行動能力和 Agent 工作流。
Gemini Omni：從任意輸入生成內容，重點從影片創作和編輯開始。
Gemini app：從聊天助手走向主動、全天候、可執行任務的個人 Agent。
Google Antigravity 2.0：從 AI 編程工具升級為 Agent 優先的開發平台。
Gemini API Managed Agents：透過 API 建立能推理、用工具、執行程式碼的託管 Agent。
Google AI Studio：擴展到行動端、Android 原生支援和專案匯出到 Antigravity。
Search、Shopping、YouTube、Workspace、Android：都在接入更強的 Gemini 和 Agent 能力。

換句話說，Google 不再只展示「模型有多聰明」，而是在展示「模型如何進入產品、工具和系統，真正替使用者執行任務」。

Gemini 3.5 Flash：從提示詞走向行動

Gemini 3.5 是 Google 在 I/O 2026 推出的新一代模型系列，首個公開重點是 Gemini 3.5 Flash。

Google 對它的定位不是單純「更快的聊天模型」，而是用於真實 Agent 工作流的高速引擎。官方開發者文章提到，3.5 Flash 結合前沿智能和高速度，用來支撐從 prompt 到 action 的轉變。

它的主要意義在於：

面向 Agent 和 coding 場景最佳化。
支援更長鏈路任務和工具呼叫。
在 Antigravity、Gemini API、Google AI Studio、Android Studio、Gemini Enterprise 等入口提供。
更適合需要快速回應、多輪執行和頻繁工具呼叫的應用。

對開發者來說，Gemini 3.5 Flash 不只是一個模型選項，而是 Google 新 Agent 工具鏈的預設動力源之一。

Gemini Omni：影片和世界模型能力成為重點

Gemini Omni 是 I/O 2026 另一個核心發布。Google 對它的描述是：從任意輸入創作內容，目前重點從影片開始。

它的看點主要有三類：

多模態輸入：文字、圖像、影片、音訊等都可以作為參考。
影片編輯：使用者可以用自然語言多輪修改影片，而不是一次性生成後就結束。
世界理解：強調物理、場景、動作、敘事和視聽一致性。

這意味著 AI 影片工具的方向正在從「輸入一句提示詞生成短片」走向「像和剪輯師溝通一樣逐輪修改」。對創作者來說，真正有價值的不是一次生成，而是可控、可追蹤、可迭代的編輯流程。

Gemini App：從聊天助手變成全天候個人 Agent

Google 也把 Gemini app 明確推向更 Agent 化的方向。官方文章提到，Gemini app 正在變得更主動，提供日常簡報和全天候幫助。

幾個重點包括：

Gemini 3.5 Flash 進入 Gemini app。
新 UI 和更動態的互動體驗。
Gemini Spark 這類個人 AI Agent 概念。
Proactive daily briefs，主動整理使用者每天需要關注的資訊。
更強調 7×24 小時背景協助，而不是使用者每次都主動發起聊天。

這部分對普通使用者影響最大。過去 Gemini 更像「你問我答」的助手；I/O 2026 之後，Google 想讓它更像能持續跟進任務、主動提醒、跨產品協同的個人智能體。

Antigravity 2.0：開發者工具轉向 Agent 優先

開發者側最重要的發布之一是 Google Antigravity 2.0。

Google 將 Antigravity 定位為 agent-first development platform。I/O 2026 之後，它不只是幫助寫程式碼，而是要幫助開發者從想法、原型、Agent 編排到生產應用交付。

官方列出的核心變化包括：

Antigravity 2.0 獨立桌面應用。
支援多 Agent 並行編排。
支援動態 subagents。
支援背景定時任務。
與 Google AI Studio、Android、Firebase 等生態整合。
提供 Antigravity CLI，面向終端機使用者。
提供 Antigravity SDK，用於自訂 Agent 行為和部署。

這說明 AI 編程工具正在從「程式碼補全 / 對話生成」進入下一階段：開發者要管理的是多個可執行 Agent，而不只是一個聊天視窗。

Gemini API Managed Agents：把 Agent 託管成 API 能力

Google 還推出了 Managed Agents in the Gemini API。

官方描述中，這類 Agent 可以透過一次 API 呼叫建立，具備推理、工具使用和在隔離 Linux 環境中執行程式碼的能力，並且由 Antigravity agent harness 提供支援。

這件事對開發者很關鍵：

不必自己搭完整 Agent 執行環境。
可以獲得持久、隔離的執行環境。
多輪互動可以保留檔案和狀態。
可以用 markdown 技能、自訂指令和模板擴展 Agent。
可透過 Interactions API 和 Google AI Studio 使用。

如果這條線成熟，Agent 平台會越來越像雲服務：開發者不再只呼叫模型，而是呼叫一個帶狀態、工具、執行環境和安全邊界的 Agent。

Google AI Studio：從 prompt playground 走向應用生成入口

I/O 2026 中，Google AI Studio 的定位也更進一步。

重點變化包括：

Google AI Studio mobile app，可在行動端捕捉想法和生成原型。
Workspace API 整合，讓 Agent 能更自然地接入 Google Workspace。
專案可匯出到 Antigravity，帶著上下文繼續本地開發和生產化。
增加 Android 原生支援，可以用 prompt 構建 Android 應用。
支援對接 Google Play Console，把應用發布到測試軌道。

這讓 AI Studio 從「調提示詞和試模型」變成「從想法到應用」的入口。它和 Antigravity 的關係也更清楚：AI Studio 適合快速構思和生成，Antigravity 適合繼續開發、編排、除錯和交付。

Android 與 AppFunctions：行動端 Agent 的關鍵接口

Android 系統級 Agent 是這次值得單獨看的方向，但需要用更準確的接口和產品邊界來理解。

目前最值得關注的是 Android 官方的 AppFunctions。官方文件說明，AppFunctions 是一種 Android 平台 API，並帶有 Jetpack 庫，可以讓應用把自身能力暴露給智能體、助手和其他有權限的呼叫方。它還簡化了 Android MCP 整合。

它的意義在於：行動端自動化不再只能依賴截圖、OCR、模擬點擊和 UI 控件定位。

傳統行動端自動化路徑是：

識別螢幕。
找按鈕。
模擬點擊。
等待頁面變化。
出錯後重試。

AppFunctions 的方向是：

應用聲明自己能做什麼。
Agent 在授權下呼叫這些能力。
系統負責權限、呼叫邊界和安全約束。

這會影響 Android 應用設計。未來應用不只要做給人看的 UI，還要把核心功能設計成可被 Agent 呼叫的能力接口。

Search、購物和內容產品也在 Agent 化

Google I/O 2026 的變化不只在模型和開發者工具裡，搜尋和消費產品也在同步變化。

官方 I/O 彙總中提到：

Search 進入新的 AI Search 階段。
Information agents 出現在搜尋場景中。
Gemini Spark 和 Daily Brief 進入 Gemini app。
Universal Cart 讓購物車更智能。
Ask YouTube 讓影片內容可以被對話式查詢和跳轉。
Gemini 能力繼續擴展到更多產品和形態。

這些發布說明 Google 的 Agent 方向不是單點產品，而是橫向鋪到搜尋、影片、購物、辦公、行動和硬體場景中。

對開發者的實際影響

Google I/O 2026 對開發者最大的影響，不是「又多了一個模型」，而是開發對象變了。

以前開發者主要構建：

App。
網站。
API。
外掛。
自動化腳本。

接下來還要構建：

可被 Agent 呼叫的應用能力。
多 Agent 工作流。
有狀態的工具執行環境。
可稽核的自動化流程。
人在回路確認機制。
與 MCP、AppFunctions、Workspace API、Playwright、Firebase 等工具的整合。

軟體會越來越像「能力集合」，而不僅是「介面集合」。誰能把自己的能力清晰、可靠、安全地開放給 Agent，誰就更容易進入使用者的自動化任務鏈。

對行動端自動化的影響

行動端自動化會從「GUI 優先」逐步變成「接口優先，GUI 兜底」。

短期看，截圖識別、OCR、模擬點擊、瀏覽器自動化仍然有價值，因為大量舊應用沒有標準接口。

長期看，只要 Android AppFunctions、MCP 和系統級權限模型成熟，穩定的任務執行會更偏向：

優先呼叫應用聲明的能力。
必要時呼叫系統接口。
再必要時用 GUI 自動化兜底。

這會改變 RPA、行動端 Agent、測試工具和應用生態。應用越願意開放能力，越容易被系統級 Agent 呼叫；不開放能力的應用，可能仍然只能被「看螢幕、點螢幕」的舊方式操作。

安全、權限和稽核會成為硬約束

Agent 能力越強，風險越大。

如果 Agent 可以跨應用執行任務、呼叫支付、修改設定、存取檔案和讀取上下文，就必須有清晰的安全邊界：

權限分級。
使用者明確授權。
敏感操作二次確認。
沙箱隔離。
操作日誌。
可撤銷和可回滾。
企業稽核與合規。

這也是為什麼 Google 會強調託管 Agent 的隔離環境、AppFunctions 的權限要求、企業平台和可控部署。Agent 的未來不是「無所不能」，而是在安全邊界內可執行、可追蹤、可治理。

小結

Google I/O 2026 的主要內容可以概括為一句話：Google 正在把 Gemini 打造成橫跨模型、應用、系統、開發工具和硬體的 Agent 平台。

Gemini 3.5 Flash 提供速度和行動能力，Gemini Omni 把多模態創作推向影片和世界理解，Gemini app 走向主動個人助手，Antigravity 2.0 和 Managed Agents 把開發者工具推向 Agent 原生，AppFunctions 則讓 Android 應用開始為智能體暴露能力。

對開發者來說，接下來要關注的不只是模型參數，而是：如何把應用能力結構化、如何接入 Agent 工具鏈、如何設計權限和稽核，以及如何讓自己的產品在系統級 Agent 生態裡被安全可靠地呼叫。

參考來源：

Gemini Intelligence on Android 解讀：Google 正在把手機變成主動式 AI 系統

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

Google 在 2026 年 5 月 12 日發布了《A smarter, more proactive Android with Gemini Intelligence》，介紹 Gemini Intelligence on Android。它不是一個單獨的聊天 App，而是把 Gemini 能力放進 Android 系統、Chrome、Gboard、Autofill、widgets 和多設備體驗裡，讓手機從「等使用者點按鈕」變成「能主動幫使用者完成任務」的智能系統。

簡單說，Google 想讓 Android 從 operating system 走向 intelligence system。手機不只是打開應用、顯示通知、運行設定，而是可以理解螢幕、應用、語音和個人上下文，在使用者確認下完成更複雜的操作。

先說結論

Gemini Intelligence on Android 主要包含五個方向：

多步任務自動化：讓 Gemini 在應用之間完成叫車、購物、找資料等流程。
Chrome 智能瀏覽：在 Android 上總結網頁、比較資訊，並處理部分重複性網頁任務。
Autofill 升級：結合 Gemini 和個人上下文，幫使用者填寫更複雜的表單。
Rambler：把自然口語整理成更清楚、更專業的文字訊息。
自然語言小工具：使用者用一句話描述需求，Android 生成自訂 widgets。

這些功能會從 2026 年夏天開始分批推出，先到部分 Samsung Galaxy 和 Google Pixel 手機，之後擴展到更多 Android 設備，包括手錶、汽車、眼鏡和筆電。

多步任務自動化：從建議變成執行

Google 這次最重要的方向，是讓 Gemini 幫使用者跨應用完成多步任務。

原文舉了幾個例子：使用者可以讓 Gemini 訂健身單車課程、從 Gmail 裡找到課程大綱並把需要的書加入購物車，或者看到一張旅遊宣傳圖後，直接讓 Gemini 在 Expedia 上尋找類似行程。

這類能力的關鍵不只是「理解一句話」，而是要同時理解：

使用者目前螢幕或圖片裡的內容。
使用者授權範圍內的應用資訊。
下一步應該打開哪個應用。
哪些步驟可以自動執行。
哪些步驟必須停下來讓使用者確認。

Google 特別強調，Gemini 會在使用者指令下行動，並在任務完成時停止，最終確認仍由使用者控制。這說明它不是完全自動代理，而是帶有人類確認環節的移動端 agent。

螢幕和圖片上下文變得更重要

這次更新裡，一個值得注意的變化是 screen context 和 image context。

以前手機助手更多依賴語音命令和應用內固定介面。Gemini Intelligence 則更強調「看見目前螢幕」。例如使用者在備忘錄裡有一份購物清單，可以長按電源鍵喚起 Gemini，讓它根據清單建立配送購物車。

這意味著 Android AI 不只是聊天機器人，而是在嘗試理解使用者眼前的操作環境。未來手機 AI 的競爭，可能不只誰的模型回答更好，還包括：

能不能理解目前螢幕。
能不能跨應用執行。
能不能在後台追蹤任務進度。
能不能在關鍵節點可靠地讓使用者確認。

這也是移動端 AI 和網頁聊天 AI 的重要區別。

Chrome 智能瀏覽：從搜尋到網頁任務代理

Google 表示，從 2026 年 6 月下旬開始，Android 設備會獲得更智能的 Gemini in Chrome。

它可以幫助使用者研究、總結和比較網頁內容，也可以透過 Chrome auto browse 處理一些重複性網頁任務，比如預約、預訂停車位等。

這說明 Gemini in Chrome 不只是「網頁摘要」功能，而是在向瀏覽器代理發展。瀏覽器本來就是使用者完成網頁任務的入口，如果 Gemini 能理解網頁、填寫資訊、比較選項並執行部分步驟，Chrome 就會從瀏覽工具變成任務執行介面。

不過，這類功能也會面對幾個現實問題：

網站結構複雜，自動操作容易失敗。
表單、支付、登入和驗證碼等環節需要謹慎處理。
使用者需要知道 Gemini 到底做了什麼。
最終提交、付款或預訂最好仍保留人工確認。

所以，真正的難點不只是模型能力，而是瀏覽器自動化、安全邊界和使用者信任。

Autofill：從自動填密碼到自動填複雜表單

Autofill with Google 原本更多是密碼、地址、付款資訊等基礎便利功能。現在 Google 想把它升級成更智能的表單助手。

原文說，借助 Gemini 的 Personal Intelligence，Android 可以用連接應用中的相關資訊，自動填寫更多複雜表單欄位，包括 Chrome 裡的表單。

這類能力很實用。移動端填寫複雜表單一直很痛苦，螢幕小、欄位多、經常需要從郵件、日曆、聊天和文件裡複製資訊。如果 Gemini 能在使用者授權下自動整理並填寫，會節省很多時間。

但 Google 也強調，連接 Gemini 和 Autofill with Google 是嚴格 opt-in。也就是說，使用者自己選擇是否連接，之後也可以在設定裡隨時開關。

這點很重要，因為 Autofill 涉及個人資料、地址、帳號、支付、工作資訊和敏感表單。越是有用，越需要明確授權和可控退出。

Rambler：把口語變成可發送文本

Rambler 是這次更新裡比較有意思的新功能。

Gboard 已經可以把語音轉文字，但人說話時常常會有重複、停頓、語氣詞和自我修正。Rambler 的目標是把自然說話整理成更清楚、更適合發送的文本。

它適合這些場景：

你想快速口述一段訊息，但不想逐字修改。
你說話時夾雜停頓、重複和語氣詞。
你需要把隨口想法整理成更專業的簡訊、郵件或聊天內容。
你在多語言之間切換，希望系統理解上下文。

Google 還提到，Rambler 會清楚顯示使用者何時啟用了它，音訊只用於即時轉寫，不會被保存。這是對隱私和透明度的回應。

從產品角度看，Rambler 其實是把「語音輸入」升級成「語音寫作」。它不只是記錄你說了什麼，而是幫你把口語變成可發送的文字。

自然語言建立小工具

Gemini Intelligence 還會帶來 Create My Widget。使用者可以直接用自然語言描述想要的小工具，比如「每週推薦三份高蛋白備餐食譜」，系統就生成一個可以放在主螢幕上的自訂 widget。

這代表 Android 在嘗試 generative UI：使用者不再只從固定模板裡選擇小工具，而是描述自己想看的資訊和展示方式。

如果這個方向成熟，手機主螢幕可能會變得更個人化。天氣、日程、健康、通勤、飲食、學習、工作提醒，都可以變成按使用者需求生成的動態模組。

不過，生成式 UI 也需要解決穩定性問題。小工具不是一次性聊天回覆，而是長期顯示在桌面上，必須可靠、可讀、可配置，並且不能亂占螢幕空間。

Material 3 Expressive 與智能 UI

Google 還提到，Gemini Intelligence 會帶來基於 Material 3 Expressive 的更新設計語言。

這部分不是單純美化介面，而是讓 UI 動畫和互動更有目的感，減少干擾，讓使用者更專注於任務。換句話說，當 AI 開始主動處理任務時，介面需要清楚表達：

AI 正在做什麼。
哪些步驟已經完成。
哪些地方需要使用者確認。
使用者如何取消或修改。

主動式 AI 如果沒有清晰 UI，很容易讓使用者感到失控。所以設計語言本身也會成為 AI 產品體驗的一部分。

可用性和節奏

根據 Google 原文，Gemini Intelligence 功能會從最新 Samsung Galaxy 和 Google Pixel 手機開始，在 2026 年夏天分批推出。之後會擴展到更多 Android 設備，包括手錶、汽車、眼鏡和筆電。

這說明它不是一次性全球全量上線，而是分批 rollout。具體可用性可能取決於設備、地區、語言、應用支援和帳號設定。

如果你想體驗這些功能，最現實的預期是：

先關注 Pixel 和 Samsung 旗艦機。
關注 2026 年夏季後的系統更新。
留意 Gemini、Chrome、Gboard、Autofill 和 Android 設定中的新開關。
不同地區和語言可能不會同時支援所有功能。

這對 Android 意味著什麼

Gemini Intelligence on Android 的意義，不是又加了幾個 AI 小功能，而是 Android 產品定位的變化。

過去的手機系統主要負責管理應用、通知、權限、檔案和硬體。現在 Google 想讓系統理解使用者意圖，並在應用之間完成任務。這個方向如果成功，Android 的競爭點會從「系統功能和生態應用」擴展到「能不能主動幫使用者做事」。

這也會讓移動端 AI 競爭進入新階段：

Apple 會強調本地化、隱私和系統整合。
Google 會強調 Gemini、搜尋、Chrome、Android 和多設備生態。
第三方 AI App 會更難和系統級入口競爭。
應用開發者需要考慮自己的 App 如何被 AI 代理呼叫。

未來幾年，手機上的 AI 可能不再只是一個聊天入口，而是變成系統級執行層。

總結

Google 這次發布的 Gemini Intelligence on Android，核心不是「手機裡多了一個 Gemini 聊天框」，而是把 AI 放進 Android 的操作流程裡。多步任務自動化、Chrome 智能瀏覽、Autofill、Rambler 和自然語言小工具，都是在讓手機從被動工具變成主動助手。

它能不能真正改變使用者習慣，取決於幾個關鍵因素：自動化是否可靠、隱私開關是否清楚、跨應用操作是否順暢、使用者是否始終保留最終控制權。至少從這次發布看，Google 已經把 Android 的下一階段定義為主動式 AI 系統，而不只是傳統移動操作系統。

參考連結：

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

Ubuntu 26.04 LTS 執行 Android App：Waydroid 安裝與使用要點

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

在 Ubuntu 26.04 LTS 上執行 Android App，最實際的路線仍然是 Waydroid。

它不是傳統意義上的 Android 模擬器，而是把一個基於 LineageOS 的 Android 系統放進 Linux 容器裡執行。好處是資源占用相對低，桌面整合更自然；限制也很明顯：它更依賴 Wayland、核心能力、顯示卡驅動和具體 App 的相容性，不是所有 Android 應用都能穩定執行。

如果你的目標只是偶爾開啟一個 Android 工具、測試 APK、執行輕量 App，Waydroid 值得嘗試。如果你要玩大型手遊、依賴銀行類 App、重度使用 Google 服務，最好先降低預期。

先確認是否適合

Ubuntu 26.04 LTS 已在 2026 年 4 月 23 日發布，官方桌面要求至少 2GHz 雙核心 CPU、6GB 記憶體和 25GB 儲存空間。Waydroid 本身還會額外占用磁碟、記憶體和圖形資源，所以建議至少準備：

8GB 以上記憶體；
可用磁碟空間 10GB 以上；
正常工作的 Wayland 工作階段；
較新的 Intel、AMD 或 NVIDIA 顯示卡驅動；
能接受部分 App 相容性不完美。

Waydroid 官方文件也提醒，Ubuntu 22.04 及之後的桌面需要啟用 Wayland Session。Ubuntu 26.04 LTS 預設已更全面轉向 Wayland，這一點反而比舊版本更順手。

安裝 Waydroid

先安裝基礎依賴：

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

加入 Waydroid 官方套件庫：

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

然後安裝 Waydroid：

`1`	`sudo apt install waydroid -y`

安裝完成後，可以從應用程式選單啟動 Waydroid，也可以在終端機手動啟動。

初始化 Android 系統

第一次啟動時，Waydroid 需要初始化系統映像。通常直接使用預設映像即可。

如果圖形介面沒有自動出現，也可以先啟動容器：

`1`	`sudo waydroid container start`

再啟動使用者工作階段：

`1`	`waydroid session start`

開啟完整 Android 介面：

`1`	`waydroid show-full-ui`

這時你會看到類似 Android 平板的介面。之後安裝的 App 可以從 Waydroid 內部開啟，也可能出現在 Ubuntu 的應用程式選單裡。

安裝 APK

如果你手上已經有 APK 檔案，可以直接安裝：

`1`	`waydroid app install app.apk`

查看已安裝應用：

`1`	`waydroid app list`

啟動某個應用時，通常需要使用套件名稱：

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

這適合安裝 F-Droid、開源工具、測試版 App 或自己打包的 APK。來源不明的 APK 不建議隨便安裝，尤其是需要帳號、支付、通訊錄或簡訊權限的應用。

多視窗模式

Waydroid 預設更像一個完整 Android 視窗。如果你希望 Android App 像普通桌面視窗一樣分開顯示，可以啟用多視窗模式。

在 Waydroid 工作階段執行時輸入：

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

然後重新啟動工作階段：

1
2

waydroid session stop
waydroid session start

再啟動 App 時，它就更接近桌面應用程式視窗。不過多視窗體驗取決於 App 自身適配、桌面環境和顯示卡驅動，不能保證每個應用都舒服。

Google Play 要不要裝

Waydroid 預設不等於完整 Google 認證裝置。

很多人真正想要的是 Google Play、Google Play Services 和依賴 Google 框架的 App。這個方向可以折騰，但不建議把它當成穩定生產環境。原因有三點：

Google 服務涉及裝置認證和帳號風控，登入體驗可能變化。
部分 App 會檢查 SafetyNet、Play Integrity、root、虛擬環境或裝置指紋。
銀行、支付、遊戲、串流媒體類 App 通常更容易失敗。

如果只是裝普通工具，優先考慮 F-Droid、開源 APK 或不依賴 Google 服務的版本。這樣問題少很多，也更符合 Linux 桌面的使用邏輯。

常見問題

如果啟動後黑屏，先確認目前是否使用 Wayland，而不是 X11：

`1`	`echo $XDG_SESSION_TYPE`

正常情況下應該看到：

wayland

如果容器沒有啟動，手動啟動：

`1`	`sudo waydroid container start`

如果工作階段卡住，可以停止後重啟：

1
2

waydroid session stop
waydroid session start

如果問題仍然存在，可以查看日誌：

`1`	`waydroid log`

對 NVIDIA 使用者來說，問題可能更多出在圖形堆疊和驅動相容性。Ubuntu 26.04 LTS 的 Wayland 與 NVIDIA 支援已經比過去成熟，但 Waydroid 仍然不是普通原生桌面程式，遇到渲染、黑屏或視窗異常並不奇怪。

和虛擬機、模擬器有什麼不同

Waydroid 更像「容器裡的 Android」，不是完整虛擬機。

它的優勢是啟動快、資源占用低、桌面整合好，適合日常輕量使用和 APK 測試。劣勢是相容性更受宿主系統影響，對圖形堆疊要求高，也不適合把安全敏感 App 當成主力環境。

方案	適合場景	主要問題
Waydroid	日常輕量 App、APK 測試、Linux 桌面整合	Google 服務和部分 App 相容性不穩定
Android Studio Emulator	開發除錯、模擬不同裝置	資源占用高，不適合普通使用者日常用
虛擬機	隔離測試、實驗環境	圖形體驗和效能通常不理想

我的建議

在 Ubuntu 26.04 LTS 上跑 Android App，可以先把 Waydroid 當成「補充工具」，不要當成完整 Android 平板替代品。

適合嘗試的場景：

安裝 F-Droid 裡的工具；
測試自己開發或下載的 APK；
臨時使用某個沒有 Linux 版本的 Android App；
在 Linux 桌面裡保留一個輕量 Android 環境。

不太適合的場景：

長期執行銀行、支付、證券類 App；
重度手遊；
強依賴 Google Play 認證的應用；
對通知、背景、定位、藍牙、攝影機等能力要求很高的工作流。

如果你只是想在 Ubuntu 上偶爾開啟 Android App，Waydroid 是目前最值得先試的方案。它的體驗不一定完美，但安裝成本低，和 Ubuntu 26.04 LTS 的 Wayland 桌面方向也比較一致。

參考資料

Gemini 進入 Google built-in 汽車：車載語音助理開始變得更像真正的 AI 助理

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

Google 在 2026 年 4 月 30 日宣布，Gemini 開始進入搭載 Google built-in 的汽車，作為 Google Assistant 的升級版本陸續推送。

這件事的重點不只是「車裡多了一個 AI 助理」，而是車載語音互動正在從固定命令，轉向更自然的連續對話。使用者不需要嚴格記住指令格式，可以像和一般助理交流一樣，讓 Gemini 幫忙導航、處理訊息、查詢車輛資訊，甚至控制部分車內設定。

先從美國英語使用者開始

根據 Google 的說明，這次更新會涵蓋新車和既有車輛，前提是車輛支援 Google built-in，並且使用者已經在車機裡登入 Google 帳號。

rollout 會先從美國英語使用者開始，之後再擴展到更多語言和國家。符合條件的使用者會在車內看到升級到 Gemini 的提示。升級後，可以透過以下方式喚起 Gemini：

說出 Hey Google
點擊主畫面上的麥克風
使用方向盤上的語音按鈕

這說明 Google 沒有把 Gemini 做成一個需要重新學習的新入口，而是延續原本的車載語音入口，只是把底層助理換成更強的 Gemini。

車載語音不再只靠固定命令

過去車載語音助理常見的問題是：能做的事不少，但使用者必須說得很「標準」。一旦表達稍微複雜，助理就容易聽不懂，或者只能執行最基礎的動作。

Gemini 進入車機後，Google 強調的是自然對話能力。比如使用者可以直接說：

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 會結合 Google Maps 找沿途合適的餐廳。使用者還可以繼續追問停車情況、是否有素食選項等，不需要重新發起一輪完整搜尋。

這種互動更符合駕駛場景。人在開車時很難像使用手機一樣反覆篩選、點擊和修改條件，語音助理如果能理解更完整的意圖，就能明顯減少分心。

地圖、訊息和音樂會變得更順手

Google 給出的幾個例子，基本都圍繞駕駛時最常見的需求。

第一類是路線和地點搜尋。

Gemini 可以根據 Google Maps 資訊尋找沿途餐廳、景點或充電站，也可以回答和目前路線相關的問題。比如經過體育場附近時，使用者可以問附近是否有活動、是否會影響交通。

第二類是訊息處理。

使用者可以讓 Gemini 總結新簡訊，再根據上下文回覆。比如讓它回覆朋友「我在路上，並附上預計到達時間」。如果臨時想改內容，也可以繼續補充，不必從頭開始。

第三類是音樂和氛圍。

使用者不一定需要知道電台名或具體歌單，可以直接描述想聽的內容。例如播放爵士電台，或者在 YouTube Music 裡播放適合山路駕駛的歡快 70 年代 folk-rock，並跳過慢歌。

這些功能本身並不新，但 Gemini 的價值在於把多個條件合在一句自然語言裡處理，而不是把使用者逼回固定命令。

Gemini Live 讓車裡也能邊走邊聊

Google 還提到，Gemini Live 也會進入車載場景，目前處於 beta。使用者可以點擊 Gemini Live 按鈕，或者說 Hey Google, let's talk 開始更自由的對話。

這類場景更像「開車時的陪伴式學習和腦力激盪」。例如開車去 Lake Tahoe 時，可以讓 Gemini 講當地歷史和趣聞；聽到感興趣的內容後，可以隨時打斷追問。也可以讓 Gemini 幫忙規劃到達目的地後的徒步路線和活動安排。

這和傳統車載助理的差異很明顯。傳統助理更像工具按鈕，Gemini Live 則更像一個可以連續交流的語音介面。

車輛說明書和即時車況是關鍵差異

更值得注意的是，Gemini 不只是回答通用問題。Google 表示，他們和車廠合作，把 Gemini 更深入地接入車輛系統。

這帶來幾類更貼近汽車本身的能力。

第一，使用者可以詢問車輛功能。

比如「自動洗車前我應該怎麼準備？」或者「我的車庫天花板太低，後車廂門會碰到，怎麼設定後車廂不要完全打開？」Gemini 會根據車廠提供的車主手冊，給出適配具體車型的答案。不同品牌和車型能提供的資訊細節會有所差異。

第二，電動車使用者可以詢問即時電量和續航。

例如目前電量、到達目的地時預計剩餘電量，或者讓 Gemini 查找附近充電站。它還可以結合 Google Maps，幫使用者找充電附近的咖啡店等地點。

第三，部分車內設定可以透過自然語言調整。

Google 舉的例子是使用者說「車裡又起霧又冷」，Gemini 可以理解背後的意圖，調高暖風並打開除霧。

這類能力比單純把聊天機器人搬進車機更實際。汽車是一個有明確狀態、硬體能力和安全邊界的環境，AI 助理如果能理解車輛上下文，價值會比普通問答更高。

車載 AI 的邊界也更重要

車內場景對 AI 的要求和手機、網頁不同。

開車時使用者不能頻繁看螢幕，也不能花太多注意力糾正 AI。助理需要足夠簡潔、可靠，並且不能在關鍵場景裡製造新的負擔。

所以 Gemini 進入汽車並不意味著所有複雜任務都適合在車裡完成。更合理的方向是：

降低導航和資訊查詢的操作成本
用自然語言替代多層選單
幫使用者快速理解車輛功能
在不分散注意力的前提下處理訊息和媒體
給 EV 使用者更順滑的充電與路線資訊

反過來，高風險操作仍然需要清晰邊界。比如影響駕駛安全的設定、需要確認的訊息發送、涉及車輛控制的動作，都應該有足夠明確的確認流程。

小結

Gemini 進入 Google built-in 汽車，是 AI 助理從手機和網頁繼續向日常環境擴展的一步。

它的意義不在於車裡終於可以「聊天」，而在於車載語音助理開始理解更複雜的意圖，並能結合地圖、訊息、音樂、車輛說明書和部分車況資訊來完成任務。

如果 rollout 順利，車載語音互動可能會從「記住命令」逐漸變成「描述需求」。這對開車場景很重要，因為真正好的車載 AI，不應該要求駕駛者為它分配太多注意力。

參考連結：

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

Android 上安裝並運行 Gemma 4：完整上手指南

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

如果你想在手機上離線體驗 Gemma 4，這篇文章會帶你從安裝到實用功能一步步跑通。

第 1 步：取得應用

Google AI Edge Gallery 目前不在 Google Play 上架，需要透過 APK 側載安裝。

在 Android 裝置上依序進入：

設定 -> 應用程式 -> 特殊應用程式存取權 -> 安裝未知應用程式

然後：

找到你使用的瀏覽器（例如 Chrome 或 Firefox），開啟「允許來自此來源」。
在手機瀏覽器打開 Google AI Edge Gallery 的 GitHub Releases 頁面。

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

下載最新的 .apk 安裝包。
下載完成後，在通知欄或檔案管理器中點開安裝包，按提示完成安裝。

網路正常時，這一步通常約 2 分鐘可完成。

第 2 步：首次開啟並授權

首次開啟 AI Edge Gallery 時，應用會請求儲存權限，用於保存模型檔案。建議直接允許，否則應用無法下載或載入模型。

首頁一般會看到這些入口：

Ask Image：影像理解任務（描述圖片、回答圖片相關問題）
AI Chat：一般文字對話
Summarize：貼上文字並產生摘要
Smart Reply：產生回覆建議

大多數使用者最常用的是 AI Chat。

第 3 步：下載 Gemma 4 模型

進入 AI Chat。
按提示點擊 Get Models。
在模型清單中選擇 Gemma 4 版本（會顯示對應體積）。
按裝置性能選擇模型；如果手機是 8GB RAM，可先從 Gemma 4 4B 開始。
點擊 Download，背景開始下載。

注意：模型越大，下載時間越長。你也可以下載多個模型，後續按需切換，已下載模型會保存在本機，不必重複下載。

第 4 步：開始對話

模型下載完成後：

點擊模型名稱進行載入（首次載入通常需要 10 到 30 秒，取決於模型大小和裝置性能）。
在聊天框輸入問題並送出。
模型會在本地產生回覆，資料不會上傳到雲端。

一般第一條回覆會稍慢，這是模型預熱的正常現象；同一會話後續回覆通常更快。

第 5 步：體驗視覺能力（Gemma 4 多模態）

如果你下載的是 Gemma 4 多模態版本：

返回主選單，進入 Ask Image。
選擇一張圖片，或直接拍照。
輸入你想問的問題（例如「這張圖裡有什麼？」或「圖裡有哪些文字需要注意？」）。
等待模型在本地分析並回傳結果。

這項功能可以離線使用，圖片內容也不會傳送到外部伺服器。