jegly/Box

什麼是 Box？

Box 是一款 Android 應用程式，將大量本地 AI 功能帶入手機。它最初是 Google 的 AI Edge Gallery 的分支，後來發展成功能豐富、安全性強的套件，可在本地運行，無需網路連接。

---

核心理念

• 本地推論 – 所有模型（大型語言模型、視覺模型、擴散生成器、語音轉文字、文字轉語音等）都儲存在手機的 CPU、GPU 或專用 NPU（如 Snapdragon、Google Tensor、MediaTek 等）上執行。
• 隱私優先 – 不需要連接雲端；聊天記錄會加密，可使用生物辨識鎖保護應用程式，並移除了 Google 所擁有的追蹤資料（Firebase、Clearcut）。
• 一站式 AI 工具箱 – 應用程式整合了數十種模型，支援聊天、圖像生成、圖像超解析、文件分析、人臉辨識、音樂生成、多語言語音，以及為視力障礙使用者設計的語音相機助手。

---

主要功能（如 README 所列）

類別	亮點
LLM 聊天	支援透過 llama.cpp 的 GGUF 格式模型；包含混合注意力模型（如 Qwen 3.5‑0.8B）、專注推理的模型（Phi‑4‑mini‑reasoning），以及大型多模態模型（Gemma‑4‑12B）。在硬體允許的情況下，支援 LiteRT 和 Vulkan 的 GPU 加速。
視覺與多模態	「問圖像」功能，搭配 SmolVLM2、InternVL3 和基於 Gemini 的視覺模型。Box Assist 提供語音相機協助（物件描述、讀取收據、障礙物警示），協助視力障礙或低視力使用者。
圖像生成	本地擴散模型：Bonsai Image 4B（FLUX.2 klein）、FLUX 2 klein、Z‑Image Turbo。圖像完全離線生成；可選用 EDSR ×4 進行超解析。
音訊	語音轉語音聊天（語音模式）、多語言 STT（透過 SenseVoice）、本地 TTS（Supertonic），以及音樂／音效生成。
文件分析	支援 PDF/TXT 輸入、OCR、去模糊、去雜訊、掃描頁面扁平化、人像素描轉換。
增強功能	超解析、人臉辨識、照片擦除／修補、生物辨識鎖、加密 SQLite（SQLCipher）、防點擊竊取保護、僅限離線運作。
硬體加速	LiteRT 引擎支援 NPU（Snapdragon 8 Gen 2/3/Elite、Google Tensor G5/G6、MediaTek），Vulkan GPU 運算支援 GGUF 模型，並支援 CPU 備援。
國際化	UI 支援英文、法文、葡萄牙文（巴西）、德文、簡體中文；多語言語音模型支援 24 種語言。
可及性	色盲友善主題、高對比調色盤、相容 TalkBack，以及 Box Assist 語音相機模式。

---

如何取得

1. 從最新發行頁面下載 APK（例如 Box v3.4.5）。
2. 對於無 Google 服務的裝置（LineageOS、GrapheneOS、CalyxOS），請使用 custom-rom-support APK。
3. 可選透過 Obtainium 安裝 – 加入倉儲 URL（https://github.com/jegly/Box）並篩選 APK 名稱（Main 或 custom-rom-support）。
4. 應用程式內建內建更新功能；您也可在 設定 → 檢查更新 手動檢查更新。

---

授權與來源

• 授權：Apache 2.0（詳見 LICENSE）。
• 起源：Google AI Edge Gallery 的分支（與 Google 無關）。此專案已新增 50 多項 功能，並停止合併上游變更。
• 版本標記：上游版本顯示為 1.0.15；Box 自行發行版本以標籤標示（例如 v3.4.5）。

---

哪些人會使用它？

• 進階使用者：希望在 Android 手機上擁有完全離線的 AI 助手，特別是配備高階 NPU 的使用者。
• 可及性倡議者：尋找為視力障礙或低視力使用者設計的語音相機協助功能。
• 開發者／研究人員：對本地模型部署、硬體加速或在無雲端後端的情況下測試 GGUF 模型感興趣者。
• 注重隱私的使用者：希望使用 AI 功能卻不希望有任何追蹤資料。

---

快速總結

Box 將現代 Android 手機轉變為一個自給自足的 AI 工作站：聊天、圖像創作、音訊處理與視覺協助皆在本地執行，支援可選硬體加速，並強調安全性與離線運作。這是一個真實且持續維護的開源專案，專注於行動 AI 領域。