El que vols fer és duplicar o emular un dispositiu físic Android a Android Studio, és a dir, crear una imatge de dispositiu (AVD – Android Virtual Device) que reflecteixi les característiques del teu dispositiu real. Això és útil per provar l’aplicació en un entorn que simula exactament el teu mòbil o tauleta.
A continuació t’explico pas a pas com fer-ho:
🧰 Requisits previs:
Tener instal·lat Android Studio (última versió recomanada).
Tener el dispositiu físic connectat via USB o Wi-Fi amb depuració USB activada.
✅ PAS 1: Connecta el dispositiu físic
Activa “Opcions de desenvolupador” al teu dispositiu:
Ves a Configuració > Quant a i toca diverses vegades “Número de compilació” fins que activis les opcions de desenvolupador.
Activa la depuració USB:
Ves a Configuració > Opcions de desenvolupador > Depuració USB.
Connecta el dispositiu a l’ordinador mitjançant un cable USB.
Accepta l’autorització de depuració a la pantalla del dispositiu.
✅ PAS 2: Obtenir informació del dispositiu
Obre una terminal o la finestra de Terminal dins d’Android Studio.
Escriu la comanda:
adb devices
Si el dispositiu apareix, està correctament connectat.
Per obtenir informació detallada del dispositiu:
adb shell getprop
Pots guardar aquesta informació si vols crear un AVD molt fidel.
✅ PAS 3: Crear un nou dispositiu AVD (Android Virtual Device)
A Android Studio, ves a: Tools > AVD Manager
Fes clic a Create Virtual Device…
Selecciona una categoria (Phone, Tablet, etc.) i fes clic a New Hardware Profile
Aquí pots configurar manualment el nou perfil amb les característiques del teu dispositiu:
Nom del dispositiu
Dimensions de pantalla
Resolució
Densitat (dpi)
RAM, ROM, etc.
Després de configurar el perfil de maquinari, selecciona una System Image (versió d’Android). Si no tens cap descarregada, fes clic a Download.
Finalitza la creació del dispositiu.
✅ PAS 4: (Opcional) Copiar propietats exactes del dispositiu
Per fer un AVD encara més fidel:
A la finestra de Terminal, pots obtenir propietats específiques com:
comparació entre el Xiaomi 14T Pro i el Redmi Note 14 Pro+:n
📱 Comparativa General
Característica
Xiaomi 14T Pro
Redmi Note 14 Pro+
Processador
MediaTek Dimensity 9300+ (gama alta, 4 nm)
Snapdragon 7s Gen 3 (gama mitjana, 4 nm)
Pantalla
AMOLED 6,67″, 144 Hz, resolució 1.5K
AMOLED 6,67″, 120 Hz, resolució 1.5K
Càmera principal
50 MP (amb òptica Leica) + 50 MP tele + 12 MP UW
200 MP (global) o 50 MP + tele (Índia/China)
Zoom òptic
2.6× teleobjectiu
Només a les versions Índia/China (2.5×)
Bateria
5.000 mAh, càrrega 120 W + 50 W sense fils
5.110–6.200 mAh, càrrega 90 W, sense sense fils
Carrega sense fils
✅ Sí, fins a 50 W
❌ No
Memòria/RAM
Fins a 32 GB RAM, 1 TB emmagatzematge UFS 4.0
Fins a 16 GB RAM, 512 GB UFS 3.1
Connectivitat
Wi-Fi 7, Bluetooth 5.4, NFC, infraroigs
Wi-Fi 6/6E, Bluetooth 5.4, NFC, infraroigs
Resistència a l’aigua
IP68
IP68
Preu aproximat
Des de 799 € (Europa)
Des de 479 € (segons regió)
📸 Càmeres
Xiaomi 14T Pro: Millor qualitat global, amb càmeres Leica, zoom òptic i estabilització òptica. Ideal per a fotografia més seriosa.
Redmi Note 14 Pro+: Sensor de 200 MP impressionant sobre el paper, però resultats reals inferiors al que es podria esperar. El model global no inclou teleobjectiu.
🔋 Bateria
Note 14 Pro+ guanya en capacitat màxima (fins a 6.200 mAh), però…
14T Pro carrega més ràpid i inclou càrrega sense fils (un avantatge clau en aquest segment).
🎮 Rendiment
Xiaomi 14T Pro: Excel·lent rendiment per a jocs i tasques exigents, similar als mòbils més potents de l’any.
Note 14 Pro+: Rendiment més que suficient per a ús general, però no apte per a exigències extremes com edició de vídeo o jocs pesats al màxim.
✅ Conclusions
Tria el Xiaomi 14T Pro si vols:
El màxim rendiment disponible
Una pantalla més fluida (144 Hz)
Millors càmeres amb zoom òptic
Càrrega sense fils i més ràpida
Característiques “de gamma alta”
Tria el Redmi Note 14 Pro+ si vols:
Un mòbil molt equilibrat a bon preu
Una gran bateria
Molt bona pantalla i disseny
I no et molesta no tenir càrrega sense fils ni el millor rendiment
Si vols que et recomani quin et convé segons el teu ús concret (fotografia, jocs, treball, etc.), només cal que m’ho diguis!
Reproductor de música & FM: inclosos per MIUI (no hi ha FM, però la guia genèrica no descarta aplicació de ràdio via internet)
Processador i rendiment
Chipset: Qualcomm Snapdragon 7s Gen 3 (7 nm, CPU octa‑core, fins a 2,5 GHz; GPU Adreno)
Memòria
RAM: 8 GB o 12 GB LPDDR4X
Emmagatzematge: 256 GB o 512 GB UFS 2.2
Entrades i ports
Conector Jack 3,5 mm: no disponible (s’admet àudio via USB‑C amb Dolby Atmos)
USB: USB‑C compatible amb càrrega PD i transferència de dades
Xarxes mòbils
2G/3G/4G: suportades (comú en terminals 5G)
5G: sí, amb Dual SIM (nano + nano o nano + eSIM)
Connectivitat
Wi‑Fi: sí (probablement 802.11a/b/g/n/ac – gen MID‑rang)
Bluetooth: sí (versió no especificada, però al mínim 5.x amb aptX)
GPS: suport de MIUI (detall no descrit en fonts)
Sensors
Empremta dactilar: sota pantalla (in‑screen fingerprint)
Facial: reconeixement facial per càmera frontal
Aceleròmetre, giroscopi, brúixola, baròmetre: inclosos segons la guia genèrica MIUI
Bateria i càrrega
Capacitat: 5 110 mAh
Càrrega ràpida: 120 W HyperCharge (no inclou adaptador)
Comunicació
VoLTE / VoWi‑Fi: suportats via MIUI (compatible amb xarxes 4G/5G)
Anclatge a xarxa: USB tethering, hotspot Wi‑Fi (segons MIUI)
Seguretat
Huella dactilar: lector integrat sota la pantalla
Reconocimiento facial: Reconocimiento facial amb càmera frontal
Intel·ligència Artificial (IA)
Inclou funcions AI integrades com Circle to Search, Google Gemini, AI Interpreter, AI Notes, AI Recorder, AI Subtitles, AI film, IA per editar imatges (mi.com)
Altres funcions destacades
Protecció IP68: resistència a pols i aigua
Cooling: sistema de líquid de refredament LiquidCool
Trobades útils
Guia d’usuari completa (PDF global / MX / UK): disponible per descarregar des del web oficial
Resum de la guia de MIUI 14 (hardver i funcionament): accessible amb explicacions addicionals de controls i seguretat
Perfecte! 🎯 Vols connectar el teu Xiaomi 14 com a dispositiu de desenvolupament per veure la seva pantalla a Windows 11 (i potser utilitzar Android Studio o una eina similar per projectar-la). Aquí tens les instruccions pas a pas per fer-ho correctament.
✅ OBJECTIU:
Activar Mode desenvolupador al Xiaomi 14.
Activar Depuració USB (USB Debugging).
Connectar el mòbil a Windows 11.
Veure la pantalla del mòbil a l’ordinador (amb o sense Android Studio).
🔧 PAS 1: Activar “Opcions de desenvolupador” al Xiaomi 14
Obre Ajustos (Configuració).
Ves a Sobre el telèfon (About phone).
Busca Número de compilació (Build number).
Fes 7 clics ràpids sobre “Número de compilació”.
T’anirà dient: “Et queden 6…”, “5…”, fins que surti: ✅ “Ets un desenvolupador!”
Ara torna enrere. Hauràs vist una nova opció: Opcions de desenvolupador.
🔧 PAS 2: Activar Depuració USB
Ves a Ajustos → Opcions de desenvolupador.
Activa:
✅ Depuració USB (USB Debugging)
✅ Instal·lació d’USB (opcional, per instal·lar apps)
Quan connectis el mòbil a l’ordinador, et demanarà permís. Accepta sempre.
⚠️ Si tens MIUI 14 o superior, pot sortir un avís de seguretat:
Ves a Ajustos → Privacitat → Anàlisi de seguretat → Depuració USB i activa-ho.
🔌 PAS 3: Connecta el Xiaomi 14 a Windows 11
Connecta el mòbil amb un cable USB-C (de qualitat, que permeti dades).
Al mòbil, quan aparegui el missatge “Permetre depuració USB?”, marca:
✅ Permet sempre des d’aquest ordinador
Pica a Permetre
🖥 PAS 4: Veure la pantalla del mòbil a Windows 11
Tens varies opcions, sense necessitat d’Android Studio:
✅ OPCIÓ 1: Scrcpy (gratuït, fàcil, sense Android Studio)
És l’eina més recomanada per projectar la pantalla del mòbil a l’ordinador.
A la Xina, hi ha diverses empreses i institucions que han desenvolupat tecnologies i productes d’intel·ligència artificial (IA) destacats. A més d’Alibaba, altres grans empreses tecnològiques com Tencent, Baidu, ByteDance, SenseTime, i altres han desenvolupat models o productes d’IA importants. A continuació et detallo alguns dels models més coneguts:
Baidu – ERNIE Bot Baidu és una de les primeres empreses xineses a desenvolupar models de llenguatge gran. El seu model ERNIE Bot ha estat utilitzat en diversos productes i serveis.
Tencent – HunYuan HunYuan és una sèrie de models d’IA desenvolupats per Tencent. Inclou models de llenguatge gran, models multimodals i models d’aprenentatge automàtic per a diversos camps.
ByteDance – Doubao Encara que ByteDance no ha anunciat públicament un model de llenguatge gran com Qwen, sí que ha desenvolupat un model d’IA intern anomenat Doubao, que s’utilitza per a tasques com ara recomanacions de contingut i processament d’imatge.
SenseTime – SenseNova SenseTime és una empresa centrada en la visió per computador, i el seu model d’IA SenseNova s’utilitza principalment en aplicacions com ara reconeixement facial, anàlisi d’imatges i video, i altres tasques visuals.
Zhipu AI – GLM series Zhipu AI ha desenvolupat diversos models de llenguatge gran basats en l’arquitectura GLM, com ara GLM, GLM-Edge i GLM-130B. Aquests models són coneguts per la seva eficiència i precisió.
Moonshot AI – Kimi Moonshot AI és una startup d’IA que ha desenvolupat el model Kimi, un model de llenguatge gran que ha rebut molta atenció.
01.AI – Yi series 01.AI ha desenvolupat la sèrie de models d’IA “Yi”, que inclou models de llenguatge gran i models multimodals.
Baichuan Intelligence – Baichuan series Baichuan Intelligence ha desenvolupat diversos models de llenguatge gran com Baichuan 7B, Baichuan 13B i Baichuan 53B, que són models oberts molt coneguts a la Xina.
A part de Qwen (el model que estàs utilitzant ara), un dels models d’intel·ligència artificial més populars a la Xina és ERNIE Bot , desenvolupat per Baidu .
🌟 Per què ERNIE Bot és tan popular?
Antecedents sòlids Baidu és una de les primeres empreses xineses en investigar i desenvolupar models de llenguatge gran. El seu model ERNIE ha estat evolucionant durant anys, i la versió orientada a converses ERNIE Bot és una de les més avançades.
Grans millores en capacitat L’ERNIE Bot ha assolit grans millores en tasques com ara conversa, raonament lògic, creació de contingut i comprensió multimodal. A més, ha estat integrat en diversos productes de Baidu, com ara el buscador i aplicacions d’assistència intel·ligent.
Grans inversió i promoció Baidu ha invertit molt en la seva tecnologia d’IA, i ha fet molta publicitat de l’ERNIE Bot, tant per a ús públic com empresarial.
Integració amb serveis existents L’empresa ha integrat l’ERNIE Bot en aplicacions com Wenxin Yige (una plataforma de creació de contingut multimodal) i Baidu App , fent-lo molt accessible als usuaris xinesos.
Altres models també molt populars:
Kimi (desenvolupat per Moonshot AI) És un model de llenguatge gran amb una gran capacitat de processament de text llarg, molt útil per llegir documents o generar resums.
GLM series (desenvolupats per Zhipu AI) Els models basats en l’arquitectura Generalized Language Model (GLM) són molt eficients i tenen bones prestacions en tasques de raonament.
Baichuan series (Baichuan Intelligence) Models oberts molt populars entre desenvolupadors per la seva qualitat i gratuïtat.
Aquí tens un exemple típic amb rsync que conserva l’estructura de directoris, els permisos i els enllaços:
rsync -aH --progress /ruta/original/ /ruta/desti/
És clar que sí, Miquel. Si estàs pensant en aquella comanda que clona una carpeta amb tota la seva estructura interna i ajusta els enllaços simbòlics o relatius… probable que estiguem parlant d’un rsync ben afinat, o potser d’una combinació amb cp o fins i tot algun script que tu mateix hagis personalitzat.
Aquí tens un exemple típic amb rsync que conserva l’estructura de directoris, els permisos i els enllaços:
-a → mode arxiu: preserva permisos, timestamps, propietats, etc.
-H → conserva enllaços durs (si n’hi ha)
--progress → mostra el progrés durant la còpia
El / final és important per copiar el contingut dins /ruta/original/ i no la carpeta en si.
Si en canvi parlaves d’enllaços simbòlics específics que s’han de convertir o ajustar durant la clonació (per exemple, convertint relatius en absoluts, o viceversa), això podria requerir un script més sofisticat. En aquest cas, pots fer servir cp amb opcions o bé utilitzar find + readlink + ln -s per reestructurar-los.
Vols que et recuperi una versió concreta que hagis usat abans o que mirem de crear una variant més a mida? També podria ajudar-te a convertir la comanda en un petit script reutilitzable.
🌟 Configurar un entorn virtual de Python al meu Synology NAS (Network Attached Storage)
Crear entorn virtual de Python utilitzant SSH. Quan s’utilitzen en un entorn virtual, les eines d’instal·lació comunes com a pip instal·laran automàticament els paquets de Python en l’entorn virtual, en lloc d’instal·lar-los globalment en el sistema.
Això li permet crear un entorn aïllat amb el seu propi conjunt de paquets, independentment de la instal·lació global de Python del sistema o de qualsevol altre entorn virtual que pugui tenir.
Pasos:
Iniciar sessió amb SSH En el seu PC, utilitzi SSH per iniciar sessió al seu NAS amb privilegis de root.
Seleccioni la versió de Python Introdueixi el següent comandament per comprovar quines versions de paquets de Python estan instal·lades al seu NAS
compgen -c python
compgen: és una eina interna del shell que genera llistes de comandes
compgen -c python
-c: indica que volem veure comandes disponibles
python: és el prefix que estem cercant
Google Text-to-Speech: genera àudio a partir de text utilitzant els serveis de Google.
🔍 Llista de veus disponibles a edge-tts
Executa gTTS amb idioma català (codi ca):
Quan executes aquesta comanda dins de l’entorn virtual activat ((env_tts)
pip install gTTS dins de env_tts, la biblioteca s’ha instal·lat en:
/volume1/web/edge_tts/env_tts/lib/python3.9/site-packages/gtts
Quan fas python -c "...gTTS(...)", el Python que estàs usant és el de
/volume1/web/edge_tts/env_tts/bin/python3.9
python -c "from gtts import gTTS; gTTS(text='Hola, soc de Sant Cugat', lang='ca').save('tts.mp3')"
(env_tts) root@Synology_sec:/volume1/web/edge_tts/env_tts# python -c "from gtts import gTTS; gTTS(text='Hola, soc de Sant Cugat', lang='ca').save('tts.mp3')"
(env_tts) root@Synology_sec:/volume1/web/edge_tts/env_tts#