伴随着 Android Show 与 Google I/O 开幕式的结束，我们总算见到了谷歌对于自家软件生态在未来的规划——

用 Gemini 武装一切，其中就包括我们都熟悉的 Android。

但「把 Android 从操作系统升格为智能系统」只是一个抽象的描述，这个 Gemini 风味的智能系统用起来究竟怎么样呢？

为了尝鲜，我们把手里这台 Pixel 9 Pro 刷上了最新版本的 Android 17。

带你看看谷歌画了多少大饼、落地了多少大饼，以及有什么值得我们期待的地方。

如何尝鲜 Android 17

谷歌和苹果一样，近几年都将系统测试权限扩大了很多，几乎可以说没有门槛了。

想要体验测试版 Android 系统，你不需要抽卡、不需要抢名额，更不需要参加「谷歌高考」，有一台 Pixel 手机就行。

⚠️ 更新测试版系统存在风险，不要在没有备份的情况下盲目尝鲜 ⚠️

只需要动动小手，在 Android Beta Program 网站上点击「选择加入」，就能直接收到测试版更新：

不过这样收到的更新，是「相对稳定」的 Android Beta QPR 版本，要求不高的话可以拿来当主力机使用。

如果想在第一时间体验到「最接近发布会」的版本，则需要在 Android Canary 网站，用浏览器线刷更新：

好在目前「相对稳定」的 QPR Beta 3 和「不太稳定」的 Canary 版本，都已经推送了 Android 17 的部分新 UI 和新功能。

而我们的后续体验，则以最新的 Canary 版本（ZP11.260417.009）为准。

新设计：总算不像玻璃

毫不意外地，Android 17 Canary 版本上手的第一观感，就是谷歌怎么叒开始乱改设计风格了？

对 UI 设计感兴趣的读者或许还记得：

去年的 Google I/O 上，谷歌发布了一款名为 Material 3 Expressive（M3E）的新设计语言。

和更早的 Material You 类似，M3E 以超高对比度的色彩、大量的图形化控件，以及彻底扁平化「完全不 Material」而著称：

图｜Google Blog

结果在过去一年多的更新里，M3E 大部分的风格都没有上线，真正落地的只有新版侧边栏和悬浮按钮（FAB）等等细节元素。

到了 Android 17，哪怕整个行业的风潮都在向苹果带起的「液态玻璃」倾斜， 谷歌依然觉得：

玻璃还是太「材质」（material）了，谁规定 Material Design 一定要有 material？

正因如此，我们在 Android Show 上见到了谷歌的「又一代」新设计风格——

由虚化、波浪、粒子效果和高斯模糊所构成的 Neural Expressive：

图｜Google

只可惜目前 Neural Expressive 设计还没有加入那些让人眼花缭乱的失焦、渐显和内发光特效。

如往年一样，这些需要等后续逐渐 OTA 出来。

因此眼下 Canary 系统里除了更明显的高斯模糊，Neural Expressive 的主要舞台是在 Gemini app 内部。

在 I/O 活动当晚，Gemini app 就上线了粒子效果和全新的字体，只需要更新一下 app 就能体验到：

Android（左）和 iOS（右）

不得不说，看过了国产系统对液态玻璃的「群起而抄之」之后，谷歌这样抛弃材质模拟、只使用光照和虚化来构建层级的设计是相当让人耳目一新的。

Neural Expressive 目前面临的最大挑战，就是不要像 M3E 那样烂尾。

只要能在 Android 17 正式版中上线，那在我看来就是一个比液态玻璃更优秀的视觉方案。

图｜Google 

新模型：潜力不可估量

不过当然，参与 Android 版本测试别说在国内，哪怕在国外也是非常小众的行为爱好了。

好在最新版本的模型不需要非得 Android 17 才能享受。

Gemini 3.5 Flash 目前已经通过 Gemini app 和其他内嵌了 AI 的谷歌全家桶全球上线，直接就能用：

除了界面改版、更换新字体之外，Gemini 3.5 Flash 给人的第一印象就是「快」。

比如面对同一个开放性答案的问题「为什么苏联偏偏在 1991 年解体」，选择标准思考模式，3.5 Flash 从思考到显示首个回答字符的时间不到 10 秒：

而 Gemini 3.1 Pro 从开始思考到显示首个回答字符，花了近 22 秒——并且回答质量也没有和 3.5 Flash 拉开明显差距。

这种保证质量的同时大幅提速的升级模式，对于 Gemini 3.5 所规划的使用场景无疑是大有裨益的。

图｜Google Blog 

毕竟无论「谷歌 Claw」自动执行任务，还是调用 Antigravity 去 vide coding，语言模型的速度都很容易成为时间瓶颈。

可惜，目前 Gemini Spark 和调用 Antigravity 2.0 的功能（比如生成式小组件、新版 AI 搜索等等）都还没上线，要等到今年夏天。

我们当下能在 Android 17 里面体验到的 AI 功能和使用场景，和 Android 16 以及 iOS 26 上能够用到的都几乎一样。

不过现在能体验到什么呢？包含最新 Omni 特性的视频生成——

全生态 Gemini 最让人期待

其实单从 Google I/O 之后更新的这一版 Android 17 来看，我们能够体验到的都是非常零星的功能，并没有什么真正「人无我有」的新东西。

目前的测试版系统，距离谷歌画饼的「全生态链 Gemini 化」还有相当长的一段路要走。

图｜Google

然而真正让 Gemini 脱颖而出、和 ChatGPT 与 Claude 拉开明显差距的，恰恰就是谷歌的软硬件生态链——

谷歌根本不需要像 OpenAI 那样挖空心思去设计全新形态的 AI 硬件，它已经接入了全球近 50 亿人的电脑和手机。

只要运营得当，Gemini 完全可以变成 Chrome 那样「大到不能倒」的全球性产品，从 AI 竞赛的参赛者直接变成「场地供应商」。

图｜ProAndroidDev

谷歌事实上也是这么做的：给生活中每个不可或缺的环节——手机系统、电脑浏览器、智能家具、网络服务——都加上 Gemini，自然会有用户去使用。

等到各处的 Gemini 都部署好，谷歌只需要一套最简单的互联机制，就可以串起个生态链的 AI 能力，把手机、电脑、浏览器和 app 全部收入囊中。

图｜Google

到时候，哪怕你 Claude 的代码写得再好，在最终的用户环节，不还是得展示在 Android 或者 Chromium 里面？

并且在最新的 Google AI Studio 中，谷歌已经打通了从「网页 vibe coding」到「apk 导入手机」的整个链路：

图｜MakeUseOf 

这相当于在未来理想条件下，你的每一个个性化需求都可以通过 Gemini 找到解决方案：无论是文字回答，还是编写一个小 app 或者 widget。

正因如此，Gemini 的潜力才会显得如此之大——

它既不像 OpenClaw 那需要一定的技术水平才能用，又不像 ChatGPT 和 Claude 那样依赖别人的软件平台扩展自己的生态系统。

Gemini 不一定每项指标上都是世界第一，但互联网、智能手机、乃至现在的 LLM 都在反复证明一件事：

只要某个厂商或者技术可以提供一种尽可能「All in one」的服务模式，就能凭借人们追求省事的习惯，塑造大多数消费者的习惯。

而谷歌眼下在做的，就是 All in Gemini。