Google Assistant 確認 2026 年 9 月永久停服

Google 剛剛給使用者發了封郵件：Google Assistant 將於 2026 年 9 月 4 日正式下線，之後幾周內會逐步遷移到 Gemini。劃重點：一旦切換完成就回不去了，所有繫結的 Wear OS 手錶、相容耳機和 Android Auto 投屏裝置都會同步更新（不過內建 Google Built-in 的車機不受影響，Gemini 會單獨適配）。

官方說法是要用生成式 AI 重構語音助手，讓它能處理多輪對話和跨應用排程，不再只是傻傻執行固定指令。但代價就是這些功能徹底涼涼：

• Interpreter Mode(即時翻譯)
• Family Bell(全家廣播)
• 生日提醒和每日簡報

用慣了這些功能的老鐵們，得重新適應 Gemini 的聊天機器人模式了。

---

本地大模型現在能打了！

這兩年手機跑大模型從實驗室玩具變成了真能用的工具。靠著 MediaPipe、ONNX Runtime 這些最佳化神器，加上量化壓縮技術，現在手機跑 2B-4B 引數的模型已經毫無壓力。實測下來這幾個很頂：

• Gemma 4 E2B / E4B(谷歌親兒子，對話小能手)
• Qwen 3.5 2(阿里出品，推理能力更強)

雖然幹不過 GPT-4 這種雲端怪獸，但日常高頻場景完全夠用：查資料、改文案、設提醒、識圖啥的都能搞定。

---

Google AI Edge Gallery：首個能當管家的本地應用

在一眾本地大模型 App 裡，Google AI Edge Gallery 絕對是官方親兒子級別的存在。三大殺器：

1. 純離線執行，隱私拉滿

所有計算都在手機完成，程式碼全開源，安卓/iOS 通吃。

2. Agent Skills 外掛系統

這是 DeepMind 隨 Gemma 4 放的大招，讓模型不僅能動嘴還能動手。目前外掛包括：

• Schedule Notification：聽懂"每天早上 9 點叫我"這種話，直接給你設好鬧鐘
• Interactive Map：說要找奶茶店，秒開 Google Maps 指路
• Ask Image：拍照識物，離線版 Google Lens
• Audio Scribe：語音指令轉文字執行，傳統助手核心功能平替

3. 目前短板

這些場景還得靠系統原生助手：

• 免喚醒詞喚醒
• 控制智慧家居
• 打電話
• 查即時天氣/路況

---

為什麼值得關注本地方案？

隱私無敵

Gemini 這種雲端助手得上傳你的語音資料，本地模型所有計算都在手機裡完成，完全不用擔心資料洩露。對國內使用者還有個 bonus：不用操心跨境資料傳輸問題。

又快又省

雲端按字數收費還有網路延遲，本地模型零成本隨叫隨到，響應速度取決於手機晶片（一般不到 1 秒）。

沒網也能用

飛機上、地下室、出國漫遊，照常使喚你的數字助理。

---

國內使用者避坑指南

1. GMS 依賴：Edge Gallery 需要 Google 服務，國內手機可能得走第三方渠道安裝，或者用 Ollama Mobile、MLC LLM 這類替代品。
2. 模型選擇：Gemma 和 Qwen 都能從 Hugging Face 下，記得選量化版（比如 Q4_K_M）省記憶體。
3. 中文支援：Gemma 4 中文一般，Qwen 系列才是國產之光。

---

說在最後

Google Assistant 的退役宣告了"固定指令式助手"時代的終結，但 Gemini 的雲端依賴和功能閹割反而給了本地大模型機會。如果你不玩智慧家居、願意用一點便利性換隱私安全，現在端側 LLM + Agent 外掛已經能當主力用了。隨著天璣 9400、驍龍 8 Gen 4 這些 NPU 怪獸上市，本地助手的能力還會繼續暴漲。

常見問題

Google Assistant 停服後,Wear OS 手錶和 Android Auto 還能用語音助手嗎?

能,但會強制切換到 Gemini。原文明確指出,手機切換後會同步至配對的 Wear OS 裝置、相容耳機及 Android Auto 投屏,且無法回退到 Google Assistant。車載 Google Built-in 系統不在 2026 年 9 月停服範圍,但 Gemini 已在獨立推進。

本地大模型能完全替代 Google Assistant 嗎?

不能完全替代。根據原文實測,本地模型(如 Gemma 4 配合 Google AI Edge Gallery)可覆蓋提醒、地圖查詢、圖片識別、語音轉寫等核心場景,但缺失免喚醒啟用、智慧家居控制、撥打電話、即時天氣路況等功能,這些仍需作業系統原生助手支援。

Google AI Edge Gallery 在國內能用嗎?需要什麼條件?

需要 Google Play 服務,國內裝置可能無法直接安裝。替代方案包括通過第三方渠道安裝或使用其他本地 LLM 應用(如 Ollama Mobile、MLC LLM)。模型方面,Qwen 系列對中文支援更好,可從 Hugging Face 或通義千問官網下載量化版本(建議 Q4 格式以節省儲存)。

執行本地大模型對手機硬體有什麼要求?

原文未給出具體配置要求,但提到 Gemma 4 E2B 是'最輕量且能正常處理 Agent 任務的選項'。業內普遍認為,至少需 8GB 執行記憶體 + 支援 INT4/INT8 量化的 NPU(如驍龍 8 Gen 2 及以上、天璣 9200+),以及 3-5GB 可用儲存空間存放模型檔案。

本地模型的隱私優勢具體體現在哪裡?

所有推理計算在裝置端完成,語音、文本、圖片等資料不上傳伺服器,規避雲端資料洩露風險。對中國使用者而言,還能避免跨境資料傳輸的合規審查問題。Google AI Edge Gallery 的開原始碼可供審計,進一步增強透明度。

---

本文基於 GNews:XDA Developers 報道, 由 AiDuo123 AI 編輯翻譯改寫。原文連結: https://www.xda-developers.com/google-assistant-is-dead-and-i-wont-miss-it-thanks-to-my-local-llm/