早上key note内容的演讲完之后，下面针对每个点进行详细的分享。
分别从多屏幕适配、应用质量和开发效率这几个方面进行讲解
1.先来看一下多屏幕适配
在jetpack工具包里面提供了 windowManager和windowSizeClass的工具包及接口类，帮助开发者适配多屏幕多样式。
这里讲述了一些最佳产品设计，利用大屏的左右区域进行加购行为和商品对比。
这里谈到了一些数据，利用大屏构建不同体验的应用给整个app带来的收益。
在Studio上面新增了视频流进行预览的方式。
对于大屏，提供了更加方便的compose tv工具包，让开发更加高效。
这里，对于原生和compose的开发套件的选择，google也给出了一些建议，对于大型app来说全盘替换肯定不合理，这里建议新的模块或者功能用compose来实践，compose本身也是和原生兼容的。
camera x也提供了新的api,如夜间模式，HDR,焦外成像美颜等，已经有很多厂商接入了。
这里提到了荣耀 magic 5率先进行了适配支持，给了一波广告。
在手机上，介绍了通行密钥一种新的密码验证的解决方案，经过凭据认证之后，可以通过指纹，屏幕锁直接登录，飞书团队介绍了他们实践的demo。不过这个要在国内推广需要，厂商自己构建凭据认证后台。
Android提供了统一的api，旨在解决这个统一登录认证的问题。
这个api在 credential manager中
下面是一个认证过程，网站上原理
其实Passkey的核心技术非常简单粗暴，就是用非对称密钥通过签名完成认证：
使用Passkey登录时，网站存储了用户的公钥，而用户的私钥存放在本地设备（电脑或手机）中，通过给服务器发送私钥签名，服务器验证签名无误，即登录成功。
提到了 之前发布过的Health Connect
jetpack glance库已经退出beta版本,他通过compose申明式语法，来消除直接使用removeview的复杂性，从而简化widget开发
建议用kotlin来构建build脚本
接下来又谈到了机器学习，设备端机器学习难度比较高。
这里推出了media piple,用于解决上面问题。
还有很多应用场景
TensorFlow Lite可用于端侧的前向运算，简化了api
mediapipe模块化支持
这里举了个例子，讲如何做上面的需求，api简单
mediapipe还推出了一个基于web编辑器mediapiple Studio，用于调整参数。
下面是一个人脸检测的调试案例
另外，还推出了model maker
这里举例来如何使用
对于大模型来说一般用verses AI
举例了全身特征点检测的例子
另外，还举例了人脸风格化的例子
总结如下，可到网站上看详情
最后讲了一个实际的卡牌案例
这里用ai生成卡牌的图
项目开源可进一步研究
这里的演讲b站已经发布，可以进一步观看
