尽管苹果仍然是美国主导的智能手机制造商,但得益于其灵活性和较低的价格优势,Google 的 Android 移动操作系统在企业和商业领域获得了巨大成功。战略咨询公司 Stratix 最近的一项调查显示,60% 的企业设备都运行 Android 系统。
现在,Google 希望利用其 Gemini AI 模型系列帮助企业应用开发者在 Android 生态系统中更轻松地开发更多工作应用。因此,在拉斯维加斯举行的 Google Cloud Next 2025 大会上,公司宣布推出基于订阅的 Android Studio 企业版 Gemini。
此次发布旨在满足大型组织和开发团队对隐私保护、安全性和可定制 AI 集成的日益增长需求。
这个企业版 Gemini 在 Android 开发者熟悉的核心 AI 功能基础上,为管理敏感代码库和工作流程的组织引入了增强功能。通过这一举措,Google 在不影响数据治理和知识产权保护的前提下,将 AI 辅助编码引入企业级环境。
聚焦数据隐私和控制
企业版产品的关键支柱之一是对安全性的重视。Google 实施了严格的数据治理政策,确保公司代码、开发者输入和 AI 生成的建议保持机密。
这些资产不会用于训练共享模型或支持无关产品开发。组织可以完全拥有和控制其知识产权。
为支持大规模安全部署,该产品包括企业级管理功能,如私有 Google 访问、VPC 服务控制以及通过企业访问控制实现的精细 IAM (身份和访问管理) 权限。这些工具使公司能够严格管理其开发团队的访问和使用权限。
通过知识产权赔偿的法律保护
Google 已将其生成式 AI 赔偿政策扩展到 Gemini Code Assist Enterprise 产品,为企业提供针对与 AI 生成代码相关的第三方版权侵权索赔的法律保障。
这一政策已经应用于使用生成式 AI API 的 Google Cloud 客户。纳入赔偿政策旨在让企业开发者能够在工作流程中充分利用 AI,而无需额外的法律顾虑。
定制化的编码支持
Gemini 企业版包括代码库集成功能,允许使用托管在 GitHub、GitLab 或 Bitbucket 上的公司内部代码库来自定义 AI 辅助。
此功能适用于云端和本地部署。通过与组织的实际代码库对齐,Gemini 可以生成更准确、更贴近上下文的代码补全、建议和聊天响应。
这种定制化的好处是显而易见的。根据 Turing 的内部研究,与仅使用基础模型相比,使用 Gemini Code Assist Enterprise 进行代码定制可使代码接受率提高近 70%。
为 Android 生态系统打造
Gemini in Android Studio 与 Android 开发生命周期保持紧密一致。开发者可以使用以下工具:
用于诊断项目问题的构建和同步错误支持
基于 Google Play Console 和 Firebase Crashlytics 数据的 Gemini 驱动的应用质量洞察
用于加速 Compose UI 设计的 Jetpack Compose 预览生成
这些功能在个人和企业版本中都能提供价值,但企业用户可以获得更强大的隐私和安全保证。
可用性和访问
组织需要通过 Google Cloud Console 购买 Gemini Code Assist Standard 或 Enterprise 许可证才能开始使用企业版 Android Studio Gemini。
Google Cloud 管理员随后可以将这些许可证分配给组织内的开发者。
Android Studio Narwhal 支持企业功能,目前通过金丝雀发布渠道提供。这确保公司可以在沙箱环境中试验最新的 AI 工具,同时为更广泛的推广做准备。
支持标准和合规性
Gemini 企业版支持多个行业认可的认证,包括:
o SOC 1、2 和 3
o ISO/IEC 27001 信息安全管理
o ISO/IEC 27017 云安全
o ISO/IEC 27018 个人身份信息保护
o ISO/IEC 27701 隐私信息管理
这些认证进一步证明该解决方案适合具有严格合规性和监管要求的企业。
继续支持独立开发者
虽然企业版增加了订阅层级,但 Google 继续为个人用户提供免费版本的 Android Studio Gemini。这确保了企业环境之外的开发者仍能受益于 AI 驱动的编码辅助。
准备采用企业版 Android Studio Gemini 的组织可以购买 Code Assist Enterprise 许可证,起价为每用户每月 54 美元 (可随时取消),或签订 12 个月合同时每月 45 美元。更多详细信息,包括个性化咨询的联系选项,可通过 Google Cloud 销售渠道获取。
随着 Google 将 AI 更深入地整合到 Android 开发中,这个面向企业的解决方案代表了平衡创新和控制的关键一步。它为企业提供了更快开发 Android 应用的工具,同时维护其知识产权和数据的完整性。
好文章,需要你的鼓励
南洋理工大学研究团队开发了WorldMem框架,首次让AI拥有真正的长期记忆能力,解决了虚拟世界模拟中的一致性问题。该系统通过记忆银行存储历史场景,并使用智能检索机制,让AI能准确重现之前的场景和事件,即使间隔很长时间。实验显示在Minecraft和真实场景中都表现出色,为游戏、自动驾驶、机器人等领域带来广阔应用前景。
AWS通过升级SageMaker机器学习平台来扩展市场地位,新增观测能力、连接式编码环境和GPU集群性能管理功能。面对谷歌和微软的激烈竞争,AWS专注于为企业提供AI基础设施支撑。SageMaker新功能包括深入洞察模型性能下降原因、为开发者提供更多计算资源控制权,以及支持本地IDE连接部署。这些更新主要源于客户需求,旨在解决AI模型开发中的实际问题。
MTS AI研究团队提出RewardRanker系统,通过重排序模型和迭代自训练显著提升AI代码生成质量。该方法让13.4B参数模型超越33B大模型,在多种编程语言上表现优异,甚至在C++上超越GPT-4。通过引入困难负样本和PPO优化,系统能从多个代码候选中选出最优方案,为AI编程助手的实用化奠定基础。