jegly/Box

什么是 Box？

Box 是一款 Android 应用程序，将大量本地设备 AI 功能带到了手机上。它最初是 Google 的 AI Edge Gallery 的一个分支，现已发展为功能丰富、安全强化的套件，可在本地运行，无需互联网连接。

---

核心理念

• 本地推理 – 所有模型（大型语言模型、视觉模型、扩散生成器、语音转文本、文本转语音等）均存储并运行在手机的 CPU、GPU 或专用 NPU（高通、谷歌 Tensor、联发科等）上。
• 隐私优先 – 不需要调用云端；聊天记录已加密，可使用生物识别锁保护应用，且已移除谷歌拥有的遥测服务（Firebase、Clearcut）。
• 一站式 AI 工具箱 – 应用内置数十个模型，支持聊天、图像生成、图像超分辨率、文档分析、人脸识别、音乐生成、多语言语音，以及为低视力用户设计的语音相机助手。

---

主要功能（如 README 所列）

类别	亮点
LLM 聊天	通过 llama.cpp 支持 GGUF 格式模型；包含混合注意力模型（如 Qwen 3.5‑0.8B）、推理导向模型（Phi‑4‑mini‑reasoning）和大型多模态模型（Gemma‑4‑12B）。在硬件允许的情况下，可通过 LiteRT 和 Vulkan 实现 GPU 加速。
视觉与多模态	“图像提问”功能支持 SmolVLM2、InternVL3 和基于 Gemini 的模型。Box Assist 提供语音相机辅助（物体描述、读取收据、障碍物提醒），专为盲人/低视力用户设计。
图像生成	本地扩散模型：Bonsai Image 4B（FLUX.2 klein）、FLUX 2 klein、Z‑Image Turbo。图像完全离线生成；可选 EDSR ×4 超分辨率。
音频	语音转语音聊天（语音模式）、多语言 STT（SenseVoice）、本地 TTS（Supertonic），以及音乐/声音生成。
文档分析	支持 PDF/TXT 导入、OCR、去模糊、去噪、扫描页扁平化、人像素描转换。
增强功能	超分辨率、人脸识别、照片擦除/修复、生物识别锁、加密 SQLite（SQLCipher）、防点击劫持、仅离线运行。
硬件加速	LiteRT 引擎支持 NPU（高通 8 Gen 2/3/Elite、谷歌 Tensor G5/G6、联发科），Vulkan GPU 加速适用于 GGUF 模型，CPU 降级备用。
国际化	UI 支持英文、法文、葡萄牙文（巴西）、德文、简体中文；多语言语音模型支持 24 种语言。
可访问性	色盲友好主题、高对比度调色板、兼容 TalkBack，以及 Box Assist 语音相机模式。

---

如何获取

1. 从最新发布页面下载 APK（例如 Box v3.4.5）。
2. 对于无 Google 服务的设备（LineageOS、GrapheneOS、CalyxOS），请使用 custom-rom-support APK。
3. 可选通过 Obtainium 安装 – 添加仓库 URL（https://github.com/jegly/Box）并筛选 APK 名称（Main 或 custom-rom-support）。
4. 应用内自带更新功能；也可在 设置 → 检查更新 手动查看更新。

---

许可与来源

• 许可证：Apache 2.0（参见 LICENSE）。
• 起源：Google AI Edge Gallery 的分支（与 Google 无关联）。该项目在上游基础上新增了 50+ 项功能，并停止合并上游更新。
• 版本控制：上游版本显示为 1.0.15；Box 自身发布使用标签（如 v3.4.5）。

---

哪些人可能使用它？

• 高级用户：希望在 Android 手机上拥有完全离线的 AI 助手，尤其是配备高端 NPU 的用户。
• 无障碍倡导者：寻找为盲人或低视力用户设计的语音相机辅助功能。
• 开发者 / 研究人员：对本地模型部署、硬件加速或在无云后端环境下测试 GGUF 模型感兴趣的人。
• 注重隐私的用户：希望使用 AI 功能但不接受任何遥测数据的人。

---

快速总结

Box 将现代 Android 手机转变为一个自包含的 AI 工作站：聊天、图像生成、音频处理和视觉辅助均在本地运行，支持可选硬件加速，且高度重视安全与离线操作。它是一款真正活跃维护的开源项目，是移动 AI 领域的典范之作。