谷歌正在为其AI助手Gemini开发一项名为“屏幕自动化”的新功能，该功能将允许Gemini直接在安卓设备上执行复杂操作，如在线下单、预约服务或处理日常事务。这一技术首次出现在谷歌应用17.4测试版中，内部代号为“倭黑猩猩（bonobo）”，目前仍处于早期测试阶段。
据技术媒体9to5google披露，该功能基于Android 16 QPR3版本的系统架构，通过分析屏幕内容与用户指令，自动在特定应用中完成操作流程。例如，用户只需语音下达“购买咖啡”的指令，Gemini即可自动打开外卖应用、选择商品并跳转至支付页面。这一特性被视为谷歌在智能设备交互领域的重要突破，可能重新定义移动端AI助手的应用场景。
尽管技术潜力巨大，谷歌在测试说明中明确强调了用户监督的必要性。系统可能因界面识别错误或操作逻辑偏差导致失误，因此要求用户全程保持关注，并保留随时手动接管任务的权限。这种设计既体现了技术谨慎性，也反映出当前AI在复杂场景中的局限性。
隐私保护机制成为该功能的另一关注焦点。当Gemini执行屏幕操作时，用户可选择开启活动记录功能，系统将保存操作过程的屏幕截图。但谷歌特别说明，这些数据会经过专业团队审核，用于优化服务算法。为降低风险，官方建议用户避免在交互过程中输入密码、支付信息等敏感内容。
测试版中还包含一项名为“芥末（wasabi）”的社交功能，该功能允许用户在谷歌Meet视频通话中启用3D虚拟形象。这些数字化身可实时映射用户表情与动作，为远程沟通增添趣味性。目前该功能仅支持基础形象定制，未来可能扩展至更复杂的场景应用。
随着移动设备智能化程度的提升，AI助手从单一语音交互向全场景自动化演进的趋势愈发明显。谷歌此次技术更新不仅展示了其在系统级AI整合方面的能力，也引发了关于技术伦理与用户隐私边界的持续讨论。测试阶段的真实表现，将成为决定这项功能能否正式推向市场的关键因素。
