谷歌在周二举办的"Android Show: I/O Edition"发布会上,宣布了一系列以Gemini Intelligence品牌推出的AI新功能。这些功能涵盖跨应用任务执行、网页浏览、表单填写、语音听写,以及通过自然语言描述创建Android小组件等能力。
Gemini能力再升级
谷歌早在今年三星Galaxy S26发布活动上,就已为Gemini引入了部分智能体功能,例如订餐和叫车。彼时,谷歌宣布Gemini即将支持更复杂的任务,比如预订动感单车课的前排位置、在Gmail中查找课程大纲,再据此搜索相关书目。
如今,谷歌的AI助手将能处理多步骤任务,例如从便签应用中复制购物清单,再自动将商品添加至购物应用的购物车。使用时,用户只需按下手机电源键并描述任务,屏幕上的内容将作为上下文供助手参考。谷歌表示,Gemini在完成结账前会等待用户最终确认。
此外,今年1月首次推出的网页自动浏览功能,此前已作为实验性功能上线,允许Gemini代用户浏览网页并完成预约等操作。谷歌宣布,该功能现已正式登陆Android平台。
6月下旬,Android设备还将迎来Chrome中的Gemini功能,帮助用户对网页内容进行摘要或提问,体验与桌面端Chrome中的Gemini类似。
另一项实用的小改进是:Gemini将能够通过"个人智能"功能了解用户信息,并代为填写表单。谷歌表示,该功能为选择性加入,用户可随时在设置中关闭。
此外,Gemini还将集成至Android的Gboard键盘。谷歌利用Gemini的多模态能力,在Gboard中推出了名为"Rambler"的功能,与其他AI听写应用的同类功能相似。用户可按自己的语气说话,系统将自动转录并整理内容,去除语气词等冗余表达。
用自然语言打造专属Android小组件
自然语言编程正在加速普及,谷歌也希望让Android用户体验这一趋势。
谷歌正在推出一种方式,让用户通过自然语言描述来创建Android小组件。例如,用户可以输入"每周推荐三款高蛋白备餐食谱",从而生成一个餐饮规划小组件。
值得一提的是,通过AI创建小组件的概念并非Gemini首创,硬件初创公司Nothing去年也推出了类似工具。
谷歌表示,Gemini Intelligence的各项功能将遵循公司的Material 3表达性设计语言。
谷歌还透露,这些AI功能将于今年夏季首先在最新款三星Galaxy和谷歌Pixel设备上推出,随后在今年晚些时候向其他Android设备普及。
Q&A
Q1:Gemini的跨应用智能体功能具体怎么用?
A:使用时,按下手机电源键并用语言描述你想完成的任务,Gemini会以当前屏幕内容为上下文,自动执行多步骤操作,例如从便签中复制购物清单并添加到购物车。在涉及付款等关键步骤时,Gemini会暂停并等待用户最终确认,不会自动完成结账,保障用户对操作的控制权。
Q2:Gboard中的Rambler功能和普通语音输入有什么区别?
A:普通语音输入只是将语音转为文字,而Rambler功能会在转录的同时对内容进行整理,自动去除"嗯""啊"等语气词和冗余表达,并按用户自身的语气和风格格式化文本,输出更简洁流畅的内容,更接近AI辅助听写应用的体验。
Q3:Android自然语言小组件功能和Nothing的类似工具有何不同?
A:谷歌推出的小组件创建功能基于Gemini的自然语言理解能力,并遵循Material 3表达性设计语言,与整个Android系统深度整合。而Nothing的类似工具是由硬件初创公司独立推出,主要面向其自家设备。谷歌的方案覆盖范围更广,计划今年内推广至所有Android设备。
好文章,需要你的鼓励
FORTIS是专门测量AI代理"越权行为"的基准测试,研究发现十款顶尖模型普遍选择远超任务需要的高权限技能,端到端成功率最高仅14.3%。
谷歌在Android Show发布会上宣布,将Gemini更深度整合至Android系统,推出名为"Gemini Intelligence"的升级功能。该功能可跨应用处理日常任务,包括自动填写表单、安排日程、生成购物清单及自定义小组件等,无需用户频繁切换应用。此外,Gboard新增"Rambler"功能,可自动过滤语音输入中的口误和填充词。Gemini Intelligence将率先登陆三星Galaxy和谷歌Pixel手机,并支持Android Auto、Wear OS及智能眼镜。
荷兰Nebius团队提出SlimSpec,通过低秩分解压缩草稿模型LM-Head的内部表示而非裁剪词汇,在保留完整词汇表的同时将LM-Head计算时间压缩至原来的五分之一,端到端推理速度超越现有方法最高达9%。