优化细节表现 Nexus 5体验Android M
liuian 2025-03-30 18:28 16 浏览
上周的Google I/O大会上,最新版AndroidM如期而至。虽然还未确定这个M到底代表了什么,不过可以确定的是它会用来替代现在的Android 5.1 Lollipop系统,成为将Material Design发扬光大的重要系统版本。笔者手中刚好有一台Nexus 5,可以为大家带来这个新版Android的体验分享。下面让我们来看一看Android M中都有哪些新变化。
如何在Mac下刷入Android M系统?
在体验新系统之前,大家要先了解目前只有Nexus 5、6、9以及Nexus Player可以刷入最新的M Preview预览版系统。之前曾经为大家介绍过Windows下刷入Android 5.0 Lollipop的文章,所以本次仅为大家简单介绍一下Mac中的刷入方法。
● 安装配置SDK
首先,到官网 下载最新的SDK工具包,普通用户只需要SDK工具包就可以,不需要下全部的ADT。页面拉到最下方,展开VIEW ALL DOWNLOADS AND SIZES菜单,在SDK Tools Only的表格中选择Mac OS的版本下载。
下载完成后解压,得到android-sdk-macosx文件夹,进入文件夹,再进入tools文件夹,双击android文件,就可以打开SDK管理器。
1、Tools下勾选“Android SDK Tools”,“Android SDK Platform-tools”,“Android SDK Build-tools(这一项有很多个,选择对应的最新的)“
2、Android M文件夹全部勾选,点击Install Package 按钮。
● 配置ADB
打开终端。
1、输入“cd ~” 回车;
2、输入“touch .bash_profile”回车;
3、输入“open -e .bash_profile”回车。
在打开的TextEdit编辑器中输入“PATH=${PATH}:/文件夹路径
/android-sdk-macosx/platform-tools”,之后保存。
● 解锁手机
将手机关机,之后按住音量下+电源键进入Recovery模式,并连接电脑。打开终端,输入“adb”回车,然后输入“fastboot oem unlock”回车解锁。
● 刷机
1、下载Android M tgz格式压缩包(官方地址),并解压出所有文件。
2、打开终端 输入“cd /解压后的文件夹路径(即包括flash-all.sh等文件的完整路径)”回车输入“sh flash-all.sh”回车。
3、等待刷机完成重启。
体验:细节优化丰富,但仅供尝鲜
AndroidM的新功能
本次I/O大会中,Google提到了Android M所包含的6大新功能,包括应用权限管理、Android Pay支付、指纹传感器支持、Doze电量管理、App与网页无缝对接以及新的Google Now。不过系统的外观并没有太大改动。
● 界面变化
升级后可以看到,系统的主界面和Android L没有太多改变,首先能够看到的是默认壁纸的变化,其次就是应用抽屉栏由原先的左右滑动式变为了现在的列表样式,和WP系统比较相似。抽屉栏上方还带有应用搜索功能和常用应用快捷访问功能。
锁屏界面中左下角的功能变为Google Now的语音助手,在Android 5.0中,这个功能为拨号器。
通知栏中的快捷选项有一些细小的变化,之前Android 5.0中没有快捷静音选项被人广为诟病,这次在Android M中Google添加了勿扰功能,点击后便能设定通知屏蔽的时间。
● 权限管理
Android M的权限管理隐藏在系统的“设置——应用”界面当中,进入想要编辑权限的应用后,点击权限便可弹出权限控制页面,用户可以查看当前应用所需求的权限并对其进行管理。
● Doze电源管理
Android M中的一大新特性便是提升了系统的续航时间,因为新的Doze管理方式可以让用户决定哪些进程和服务不需要长时间唤醒,哪些可以在后台常驻。这可以大大缩短系统唤醒的次数,也就直接延长了使用时间。
● 彩蛋
历届Android系统当中都会有隐藏彩蛋,它们的开启方式相同,均为快速多次点击Android版本号。在Android 5.0当中,系统的彩蛋为“Flappy Android”,而Android M中的新彩蛋则只有一个M符号,点击后出现了一串“颜文字”,或许正式版会有更加新奇的彩蛋出现吧。
Google没有提到的新功能
● 在桌面中卸载
新版Android M中,用户可在桌面中将第三方应用程序直接卸载,这在以前的版本中是不能实现的。
具体操作为,长按需要卸载的应用图标,然后将其拖拽到右上方的卸载按钮即可完成卸载。
● 主题模式
比较著名的第三方系统CM在其定制的系统中融入了主题修改的功能,这一功能目前在Android M中也获得了实现,只不过它隐藏在开发者模式中,而且选项比较单一。
激活开发者模式后会找到一个主题选项,其中内置了浅色和深色主题,选择深色后,设置列表的底色会变成冷灰色。相对于其他第三方应用,这个设置可以让它们原生支持不同的主题风格,并可以跟随系统的变化而改变。
● 新的RAM管理器
在Android M中的设置菜单里,原来的RAM管理变得更加高级,不仅仅是提供RAM占用率显示的功能。新的RAM管理可以让你直观地查看到不同应用目前所占用的RAM空间,还有平时应用的RAM使用习惯。如果看到某款应用正在使用大量的RAM,你也可以直接结束它的进程。
兼容性和Bug
兼容性方面我们不能对M Preview抱有太大的期望值,因为每一次系统升级都伴有一个较大的版本号提升,虽然系统可以向下兼容老版本的应用,但反之则不然。
我下载了三个常用软件,分别是QQ、微信和微博,其中QQ和微博在打开时直接提示“已停止运行”,而微信则在进入登录画面的过程中闪退,没有任何提示。由此看来,测试版的Android M还不能作为日常娱乐用机,不过电话和短信等功能都比较正常,作为尝鲜还是可以的。
Bug方面,我遇到的还不是特别多,但偶尔桌面中的Google Now快速访问栏会始终覆盖在搜索框下方,干扰桌面内容的出现。不过这一点可以通过重新启动Google Now来清除,并不会有什么大碍。所以在完成度上,Android M做得还算比较不错的。
总结
作为一款小改款的系统,Android M在细节方面的优化更加全面,加入了很多人期待的功能,让原生系统普适性更高。界面方面预计也不会产生更大的变动,因为Material Design相对比较超前,设计风格也让大多数人认同。
对于Android Pay来讲,目前它仅支持Google Wallet,这项功能在国内无法体验,所以仍然前途未卜。不过如果国内第三方开发者能够使用它的API开发应用,那么将会统一Android在移动钱包方面的体验,也会变得更加安全,这是非常令人期待的。
众所周知,每一代新版Android的发布都要经历很长一段的普及过程,想必Android M也是如此。如何能在短时间内让多数厂商升级新系统是Google需要考虑的问题。只有解决了它,才能解决碎片化和体验不一致的问题。■
相关推荐
- GANs为何引爆机器学习?这篇基于TensorFlow的实例教程为你解惑!
-
「机器人圈导览」:生成对抗网络无疑是机器学习领域近三年来最火爆的研究领域,相关论文层出不求,各种领域的应用层出不穷。那么,GAN到底如何实践?本文编译自Medium,该文作者以一朵玫瑰花为例,详细阐...
- 高丽大学等机构联合发布StarGAN:可自定义表情和面部特征
-
原文来源:arXiv、GitHub作者:YunjeyChoi、MinjeChoi、MunyoungKim、Jung-WooHa、SungKim、JaegulChoo「雷克世界」编译:嗯~...
- TensorFlow和PyTorch相继发布最新版,有何变化
-
原文来源:GitHub「机器人圈」编译:嗯~阿童木呀、多啦A亮Tensorflow主要特征和改进在Tensorflow库中添加封装评估量。所添加的评估量列表如下:1.深度神经网络分类器(DNNCl...
- 「2022 年」崔庆才 Python3 爬虫教程 - 深度学习识别滑动验证码缺口
-
上一节我们使用OpenCV识别了图形验证码躯壳欧。这时候就有朋友可能会说了,现在深度学习不是对图像识别很准吗?那深度学习可以用在识别滑动验证码缺口位置吗?当然也是可以的,本节我们就来了解下使用深度...
- 20K star!搞定 LLM 微调的开源利器
-
LLM(大语言模型)微调一直都是老大难问题,不仅因为微调需要大量的计算资源,而且微调的方法也很多,要去尝试每种方法的效果,需要安装大量的第三方库和依赖,甚至要接入一些框架,可能在还没开始微调就已经因为...
- 大模型DeepSeek本地部署后如何进行自定义调整?
-
1.理解模型架构a)查看深度求索官方文档或提供的源代码文件,了解模型的结构、输入输出格式以及支持的功能。模型是否为预训练权重?如果是,可以在预训练的基础上进行微调(Fine-tuning)。是否需要...
- 因配置不当,约5000个AI模型与数据集在公网暴露
-
除了可访问机器学习模型外,暴露的数据还可能包括训练数据集、超参数,甚至是用于构建模型的原始数据。前情回顾·人工智能安全动态向ChatGPT植入恶意“长期记忆”,持续窃取用户输入数据多模态大语言模型的致...
- 基于pytorch的深度学习人员重识别
-
基于pytorch的深度学习人员重识别Torchreid是一个库。基于pytorch的深度学习人员重识别。特点:支持多GPU训练支持图像的人员重识别与视频的人员重识别端到端的训练与评估简单的re...
- DeepSeek本地部署:轻松训练你的AI模型
-
引言:为什么选择本地部署?在AI技术飞速发展的今天,越来越多的企业和个人希望将AI技术应用于实际场景中。然而,对于一些对数据隐私和计算资源有特殊需求的用户来说,云端部署可能并不是最佳选择。此时,本地部...
- 谷歌今天又开源了,这次是Sketch-RNN
-
前不久,谷歌公布了一项最新技术,可以教机器画画。今天,谷歌开源了代码。在我们研究其代码之前,首先先按要求设置Magenta环境。(https://github.com/tensorflow/magen...
- Tensorflow 使用预训练模型训练的完整流程
-
前面已经介绍了深度学习框架Tensorflow的图像的标注和训练数据的准备工作,本文介绍一下使用预训练模型完成训练并导出训练的模型。1.选择预训练模型1.1下载预训练模型首先需要在Tensorf...
- 30天大模型调优学习计划(30分钟训练大模型)
-
30天大模型调优学习计划,结合Unsloth和Lora进行大模型微调,掌握大模型基础知识和调优方法,熟练应用。第1周:基础入门目标:了解大模型基础并熟悉Unsloth等工具的基本使用。Day1:大模...
- python爬取喜马拉雅音频,json参数解析
-
一.抓包分析json,获取加密方式1.抓包获取音频界面f12打开抓包工具,播放一个(非vip)视频,点击“媒体”单击打开可以复制URL,发现就是我们要的音频。复制“CKwRIJEEXn-cABa0Tg...
- 五、JSONPath使用(Python)(json数据python)
-
1.安装方法pipinstalljsonpath2.jsonpath与Xpath下面表格是jsonpath语法与Xpath的完整概述和比较。Xpathjsonpath概述/$根节点.@当前节点...
- Python网络爬虫的时候json=就是让你少写个json.dumps()
-
大家好,我是皮皮。一、前言前几天在Python白银交流群【空翼】问了一个Python网络爬虫的问题,提问截图如下:登录请求地址是这个:二、实现过程这里【甯同学】给了一个提示,如下所示:估计很多小伙伴和...
- 一周热门
-
-
Python实现人事自动打卡,再也不会被批评
-
Psutil + Flask + Pyecharts + Bootstrap 开发动态可视化系统监控
-
一个解决支持HTML/CSS/JS网页转PDF(高质量)的终极解决方案
-
再见Swagger UI 国人开源了一款超好用的 API 文档生成框架,真香
-
【验证码逆向专栏】vaptcha 手势验证码逆向分析
-
网页转成pdf文件的经验分享 网页转成pdf文件的经验分享怎么弄
-
C++ std::vector 简介
-
python使用fitz模块提取pdf中的图片
-
《人人译客》如何规划你的移动电商网站(2)
-
Jupyterhub安装教程 jupyter怎么安装包
-
- 最近发表
- 标签列表
-
- python判断字典是否为空 (50)
- crontab每周一执行 (48)
- aes和des区别 (43)
- bash脚本和shell脚本的区别 (35)
- canvas库 (33)
- dataframe筛选满足条件的行 (35)
- gitlab日志 (33)
- lua xpcall (36)
- blob转json (33)
- python判断是否在列表中 (34)
- python html转pdf (36)
- 安装指定版本npm (37)
- idea搜索jar包内容 (33)
- css鼠标悬停出现隐藏的文字 (34)
- linux nacos启动命令 (33)
- gitlab 日志 (36)
- adb pull (37)
- table.render (33)
- uniapp textarea (33)
- python判断元素在不在列表里 (34)
- python 字典删除元素 (34)
- react-admin (33)
- vscode切换git分支 (35)
- vscode美化代码 (33)
- python bytes转16进制 (35)