Google Gemini 推出自动执行模式,使智能手机能够自动下单外卖

AI 助手正从“仅仅对话”转向“为你做事”。
近期,Google 在 Pixel 10 Pro 和 Galaxy S26 Ultra 上正式推出了 Gemini 任务自动化功能。这标志着 AI 助手正式从“对话工具”进化为“执行代理(Agents)”,不仅回答问题,还能接管手机屏幕,为你处理任务。
测试体验:完全“无人驾驶”,但需要一些耐心
在 OSCHINA 披露的一个测试案例中,如果你想订购 DoorDash 外卖,只需向 Gemini 发出自然语言指令,后续的操作堪称“科幻”:
后台操作: AI 会自动打开应用,识别界面元素,填写表单,选择选项,并确认订单。
异步执行: 在执行过程中,屏幕底部会实时滚动显示“选择目的地”等信息。最酷的部分是,你可以切换到观看视频或回复邮件,而 AI 会在后台继续运行,直到任务完成。
速度瓶颈: 目前的缺点是“慢”。由于 AI 需要逐帧识别界面并进行云端推理,手动操作只需 2 分钟的任务,AI 可能需要长达 9 分钟。
技术突破:打破“信息查询”十年的天花板
过去十年,从 Siri 到 Google Assistant,语音助手始终停留在设置闹钟和查看天气的浅层阶段。Gemini 任务自动化的核心突破在于其规划复杂、长链任务的能力,使“发出指令——等待结果”成为可能。
生态局限:仍处于“概念产品”阶段
尽管前景广阔,但当前的自动化功能仍面临诸多挑战:
适配范围狭窄: 目前仅支持 Uber 和 DoorDash 等高度标准化的应用。
容错率有待提高: 界面识别错误或支付过程中的安全限制仍是其广泛采用的主要障碍。
巨头博弈:2026 年“AI 代理”元年开启
随着 OpenAI 的 Operator 和 Apple 的 Apple Intelligence 近期的努力,Google 主动进军移动市场,旨在利用 Android 生态系统捕捉频繁的生活场景。
尽管当前的 Gemini 任务自动化显得有些“笨拙”,但技术进步往往遵循指数曲线。当 AI 能够以人类速度流畅操作任何应用时,我们与手机的交互方式将被彻底重写。这种“缓慢但酷炫”的演进是迈向通用人工智能(AGI)的关键一步。
相关文章
百川智能发布M4医疗AI模型,实现主动、类医生的诊断
百川智能近期在医疗人工智能领域取得突破性进展,推出了与清华大学研究人员合作开发的新一代医疗增强大模型——百川-M4。该模型在综合医疗评估基准 HealthBench 中位列榜首,并在包括高难度和专业性在内的所有三个子类别中均排名第一,展现出超越 GPT-5.5 的能力。百川-M4 通过超越被动问答模式,从根本上改变了人工智能交互方式。它模拟医生的诊断逻辑,主动提出问题以分析患者数据、识别症状并进行针对性询问。这种方法显著提高了诊断效率和准确性,将人工智能定位为关键的临床决策支持工具。百川智能
高通发布X105调制解调器和射频系统,为智能体设定新的AI性能基准
在2026年巴塞罗那MWC2026大会上,高通正式推出了其下一代调制解调器和射频系统——高通X105。该系统采用全新的“AI赋能”5G Advanced架构,专为下一代Agentic AI设备量身定制。高通X105不仅在硬件和软件方面实现了双重创新,大幅优化了功耗效率和电路板空间,还通过深度集成的AI功能,为移动通信、工业物联网、自动驾驶和卫星通信树立了新的性能标杆。关键技术突破:第五代5G AI处理器:高通X105配备了强大的AI引擎,通过Agentic AI支持卓越的5G Advanced用
如何修复 Core Web Vitals 以提升移动端的 SEO 排名
探索 Findaway Voices 上的 AI 旁白有声书引言TikTok 的 #BookTalk 趋势:独立作者的变革者AI 旁白:Findaway Voices 与 Written Word Media 的合作收入报告:去伪存真圣诞配送:关键印刷与发货截止日期与 Sarah Canon 的问答:掌握规划与生产力Vervante:简化假日印刷与物流Cobra Writing Life:与 Sarah Canon 的现场问答环节Joe Salari 的通讯:深入解读自助出版
相关专题推荐
评论 (0)
0/500

AI 助手正从“仅仅对话”转向“为你做事”。
近期,Google 在 Pixel 10 Pro 和 Galaxy S26 Ultra 上正式推出了 Gemini 任务自动化功能。这标志着 AI 助手正式从“对话工具”进化为“执行代理(Agents)”,不仅回答问题,还能接管手机屏幕,为你处理任务。
测试体验:完全“无人驾驶”,但需要一些耐心
在 OSCHINA 披露的一个测试案例中,如果你想订购 DoorDash 外卖,只需向 Gemini 发出自然语言指令,后续的操作堪称“科幻”:
后台操作: AI 会自动打开应用,识别界面元素,填写表单,选择选项,并确认订单。
异步执行: 在执行过程中,屏幕底部会实时滚动显示“选择目的地”等信息。最酷的部分是,你可以切换到观看视频或回复邮件,而 AI 会在后台继续运行,直到任务完成。
速度瓶颈: 目前的缺点是“慢”。由于 AI 需要逐帧识别界面并进行云端推理,手动操作只需 2 分钟的任务,AI 可能需要长达 9 分钟。
技术突破:打破“信息查询”十年的天花板
过去十年,从 Siri 到 Google Assistant,语音助手始终停留在设置闹钟和查看天气的浅层阶段。Gemini 任务自动化的核心突破在于其规划复杂、长链任务的能力,使“发出指令——等待结果”成为可能。
生态局限:仍处于“概念产品”阶段
尽管前景广阔,但当前的自动化功能仍面临诸多挑战:
适配范围狭窄: 目前仅支持 Uber 和 DoorDash 等高度标准化的应用。
容错率有待提高: 界面识别错误或支付过程中的安全限制仍是其广泛采用的主要障碍。
巨头博弈:2026 年“AI 代理”元年开启
随着 OpenAI 的 Operator 和 Apple 的 Apple Intelligence 近期的努力,Google 主动进军移动市场,旨在利用 Android 生态系统捕捉频繁的生活场景。
尽管当前的 Gemini 任务自动化显得有些“笨拙”,但技术进步往往遵循指数曲线。当 AI 能够以人类速度流畅操作任何应用时,我们与手机的交互方式将被彻底重写。这种“缓慢但酷炫”的演进是迈向通用人工智能(AGI)的关键一步。
百川智能发布M4医疗AI模型,实现主动、类医生的诊断
百川智能近期在医疗人工智能领域取得突破性进展,推出了与清华大学研究人员合作开发的新一代医疗增强大模型——百川-M4。该模型在综合医疗评估基准 HealthBench 中位列榜首,并在包括高难度和专业性在内的所有三个子类别中均排名第一,展现出超越 GPT-5.5 的能力。百川-M4 通过超越被动问答模式,从根本上改变了人工智能交互方式。它模拟医生的诊断逻辑,主动提出问题以分析患者数据、识别症状并进行针对性询问。这种方法显著提高了诊断效率和准确性,将人工智能定位为关键的临床决策支持工具。百川智能
高通发布X105调制解调器和射频系统,为智能体设定新的AI性能基准
在2026年巴塞罗那MWC2026大会上,高通正式推出了其下一代调制解调器和射频系统——高通X105。该系统采用全新的“AI赋能”5G Advanced架构,专为下一代Agentic AI设备量身定制。高通X105不仅在硬件和软件方面实现了双重创新,大幅优化了功耗效率和电路板空间,还通过深度集成的AI功能,为移动通信、工业物联网、自动驾驶和卫星通信树立了新的性能标杆。关键技术突破:第五代5G AI处理器:高通X105配备了强大的AI引擎,通过Agentic AI支持卓越的5G Advanced用
如何修复 Core Web Vitals 以提升移动端的 SEO 排名
探索 Findaway Voices 上的 AI 旁白有声书引言TikTok 的 #BookTalk 趋势:独立作者的变革者AI 旁白:Findaway Voices 与 Written Word Media 的合作收入报告:去伪存真圣诞配送:关键印刷与发货截止日期与 Sarah Canon 的问答:掌握规划与生产力Vervante:简化假日印刷与物流Cobra Writing Life:与 Sarah Canon 的现场问答环节Joe Salari 的通讯:深入解读自助出版





首页






