尽管最初的报道引发了各种猜测,ChromeOS并不会完全转变为Android,而是会演进成一个以Android基础技术为核心的升级操作系统,承诺提供更好的性能表现,并如预期般集成更先进的AI功能。
上周,谷歌Android生态系统总裁Sameer Samat对Tech Radar表示,公司将"把ChromeOS和Android合并为单一平台",这一声明立即引发了关于Chromebook和Android设备未来发展的质疑。
这一举措是否意味着我们所熟知的ChromeOS将走向终结?依赖ChromeOS简洁性、多用户功能和固有安全性的教育行业,如何适应运行完整Android系统及其较慢的更新周期和触控优先的应用生态?
**Android和ChromeOS不会完全合并**
然而,事实上我们可以预期两个操作系统的变化会相对温和,至少在近期内如此。Samat在最近的推文中迅速澄清了他的表态:
"很高兴看到大家对这个话题如此关注!重申我们在2024年博客文章中宣布的内容:我们正在基于Android底层技术构建ChromeOS体验,以释放新的性能水平,加快迭代速度,并让您的笔记本电脑和手机更好地协同工作。我对此感到兴奋!"
相关博客文章解释了谷歌ChromeOS的开发将继续不受影响,但会越来越依赖Android基础架构。这应该会产生更统一的代码库,减轻开发者的工作负担,并简化对Gemini等AI功能的访问。
更重要的是,公司已表明其意图继续提供"ChromeOS用户、企业和学校所喜爱的无与伦比的安全性、一致的外观和感觉,以及广泛的管理功能"。如果Samat只是想重申这些声明,而非宣布两个操作系统的全面合并,那么我们可以确信ChromeOS短期内不会消失,但从现在开始将在底层集成更多Android技术。
**Android代码对入门级Chromebook意味着什么?**
然而,这一变化仍然引发了关于Chromebook未来如何处理对Android更大依赖的重要问题。谷歌声称新代码库将带来"新的性能水平",但售价250美元或以下的入门级Chromebook目前提供的硬件规格远低于流畅运行Android所需的典型要求。ChromeOS设备仅配备4GB RAM和32GB存储空间的情况并不罕见,这种规格与入门级Android设备相比显得严重不足。谷歌的计划对未来硬件要求和定价会产生什么影响,值得关注。
**Android融入ChromeOS:双方受益匪浅**
当然,看到一些从ChromeOS到Android的反向益处也会很棒。例如,Android新兴的桌面模式为连接外部显示器的智能手机提供了强大的大屏体验,但与ChromeOS提供的成熟、精致的桌面体验相比还相差甚远。共享的底层代码库可以加速这一领域的开发,并显著改善笔记本电脑和智能手机之间的交互。
统一的代码库还可以为两个平台解锁新功能:Android应用可以直接在ChromeOS上运行,消除当前对复杂虚拟机层的需求,并提供更好的性能和更大的兼容性。ChromeOS的一个关键优势是其支持单设备多用户的能力。为Android堆栈添加适当的多用户支持将使谷歌更容易将这一功能引入Android智能手机和平板电脑。
ChromeOS还为运行Linux应用程序甚至Steam平台游戏提供了成熟的支持。我们已经通过新的Terminal应用看到了Android中Linux支持的早期迹象。由于Linux支持是ChromeOS的重要组成部分,我们现在可以确信这一功能将继续得到开发,为Android设备带来令人兴奋的新机遇。
Android和ChromeOS即将到来的变化可能不会像我们想象的那么剧烈,但重大变化正在到来,这应该对所有人都有益。您会想要一台Android驱动的Chromebook吗?
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。