苹果赔了2.5亿未兑现的功能，谷歌发布Gemini Intelligence：AI全面接管安卓

2024年WWDC大会，苹果官宣了Apple Intelligence，让Siri会学会跨App操作、理解上下文、主动帮用户干活。

两年过去了，这些能力一个都没交付。

今年年初，苹果承认Siri底层架构（V1版本）撑不住，决定重新研发V2版本。因为迟迟没有兑现AI功能，被消费者以虚假宣传为由集体诉讼，支付2.5亿美元和解。

昨天，谷歌办了场低调的Android Show。线上发布，全程不到一小时。但宣布的事，并不低调。

谷歌正式公布了Gemini Intelligence——不是新的模型，也不是新的App，而是将Gemini装入安卓操作系统。AI从一个你主动打开的工具，变成了替你操作手机的系统能力。

我们正在把安卓从一个操作系统，变成一个智能系统”—Sameer Samat，谷歌安卓生态总裁

◈从操作系统到智能系统，这个跨度很大

这不是营销话术，它描述的是一次架构层的转变。

我们用了这么多年的智能设备，操作系统的底层逻辑一直没怎么变过：

打开App→根据需求切换不同的App→自己操作每一步→完成任务

AI助手出现后，也不过是在这套流程里加了一个问答窗口。

你问，它答，最后执行还得靠自己。

Gemini Intelligence要改变的，正是“执行”这一步。

当AI进入操作系统，能读懂屏幕在显示什么，能在多个App之间自由穿行，把多步骤任务串联起来。逻辑就变成了：

你指定任务→AI执行全程→你只做最后确认

这套更智能、更主动的逻辑不只跑在一台设备。

谷歌官方将Gemini Intelligence定义为一套新功能集合，把Gemini的最强能力带到最先进的Android设备上。

按照谷歌的计划：

“Gemini Intelligence 的功能将分批推出，首先在今年夏天率先应用于最新的三星 Galaxy 和谷歌 Pixel 手机，并于今年晚些时候应用于包括手表、汽车、眼镜和笔记本电脑在内的所有 Android 设备。”

从手机、手表、眼镜等随身物品，到车载系统，再到笔记本电脑，同一套 AI 层，在不同的设备形态上持续运行，跨设备之间的上下文也可以无缝衔接。

◈三个场景，感受一下

◽1.复杂操作，一令直达

Gemini Intelligence 跨 App 操作的机制是：读懂你当前屏幕上的内容，理解你的指令，然后以你的身份在各个 App 里依次完成操作——你不用动手，它替你执行。

谷歌展示了一个很具体的场景：

想象一下，你在酒店大堂等朋友下楼，瞄到旁边架子上一本旅游宣传册——封面那张美丽的风景照片让你心生向往。

以前这种时候你可能会拍下来，想着回去再做攻略，最后却多半不了了之。

这次你可以直接拍下宣传册，对Gemini说一句：“去Expedia上找个类似的行程。”

手机塞回口袋。朋友下来，你们出去吃饭。中途通知栏弹了一下，Gemini 还在 Expedia 里翻。等你吃完打开手机，它已经把找到的那条行程摆在屏幕上了

你看一眼，点确认，全程在后台完成。

有一个关键的设计细节：Gemini只能访问明确授权的App，执行下达的命令，任务完成即停止。

AI替你办事，但决定权在你。

◽2.语音输入，怎么说不重要

语音输入一直有道隐形的门槛：你说话的方式，和你想发出的文字，有时候并不是一回事。

“嗯……那个……然后呀……我觉得吧”——这些无意识说出口的语气词，转成文字后，还得一个个手动删掉，有时还不如自己打字来得快。

这次，谷歌推出的Rambler解决的就是这个问题。

你在说的同时它在听，文字落在屏幕上之前，那些“嗯”“啊”“然后呀”的停顿、语气词和残句，都已经被过滤干净。

走路时忽然冒出一个想法，按住录音键就讲，松手抬眼，屏幕上是一段干净的文字。

会议刚结束，脑子还热着，对着手机噼里啪啦讲完心得，落到笔记里就已是顺溜的句子。

中英文混着说？也行！支持多语言混合输入的Rambler也能轻松应对。

你说得随意，它写得像样。

◽3.界面显示，自己设计

过去，界面显示的选择是有限的，作为普通用户，能改变的只是排列和颜色，开发者给你什么你就只能用什么。

现在，使用谷歌的Create My Widget，用自己的话告诉AI你想要什么。

不论是“每周推荐三个高蛋白餐食食谱”还是“显示今天剩下的三个会议”

它都能为你生成专属的小组件，出现在桌面上，等你使用。

这件事真正的意义不在于“多了一个生成组件的工具”——而是“开发者给所有人做同样的界面”这件事，开始松动了。

◈谷歌，下一步

Gemini Intelligence 真正的战略意图，不在于某个功能多好用，而在于它把 AI 从功能模块，搬到了操作系统这一层。

一旦AI站到系统层，围绕它展开的竞争就不再是功能比拼，而是谁能控制用户的操作入口。

App生态：从“被打开”到“被调用”

当 Gemini 可以代理用户跨 App 完成任务，衡量一个 App 的标准就不再只是“打开频次”，而是能不能被 AI 顺畅调用。

举一个最直白的例子：你说一句“帮我点份炸鸡外卖”，Gemini 自己跳到外卖软件下单。外卖软件从此不再是被你“打开”的App，而是被 Gemini“调用”的接口。

如果没有开放接口、没有适配AI的产品，App就会在用户完全感知不到的情况下被绕过。

PC 赛道：专为AI设计的笔记本电脑

谷歌直接放出大招，正式推出专为Gemini Intelligence设计的Googlebook，让“AI 笔记本电脑”这个词有了具体形状。

最大的变化在交互层。Magic Pointer取代了传统光标，晃动即可激活Gemini。指向邮件里的某个日期，就能自动创建会议；选中几张照片，就能合并可视化。

不是在电脑里加个聊天窗口，而是将AI渗透进每次光标悬停、每个桌面组件、每一次跨设备联动中。

这对微软Copilot+ PC和苹果 Mac 都是明确信号：光喊 AI 不够，得让 AI 真正接管操作逻辑。

虽然谷歌官方描绘的场景足够诱人，但真正落地还要面临这些问题：

• Gemini Intelligence 能读屏幕、跨 App 行动，意味着它几乎能看到系统里的一切。隐私安全怎么管？
• 一个常驻后台、实时感知屏幕的 AI 层，对电池和芯片的压力不小。成本能耗怎么控？
• 如果主流 App 不开放接口，跨 App 自动化在现实里很难跑起来。生态系统怎么建？

每一道题都是硬骨头，但比这三道题更关键的，是当 AI 真的开始替你办事，你愿意把多少权限交出来？

参考资料：
https://blog.google/products-and-platforms/platforms/android/meet-googlebook/
https://blog.google/products-and-platforms/platforms/android/gemini-intelligence/