找出適合您功能的 AI/機器學習解決方案

本指南可協助您找到適合所需用途的 AI/機器學習解決方案。本指南提供指引，協助您瞭解各種可用解決方案，並根據要實作的功能需求，選擇最符合需求的解決方案。

一般來說，選擇工具和模型來實作 AI/機器學習功能時，應使用能滿足需求的最簡單模型。如要找出最佳解決方案，請仔細思考下列問題：

• 這項功能需要生成新內容 (生成式 AI)，還是以確定性方式預測/分類 (傳統機器學習)？
• 功能範圍：工作是否能完全在應用程式內完成 (應用程式內智慧功能)，還是需要多個應用程式才能完成 (系統層級智慧功能)？
• 模型位置：工作是否可以離線完成 (裝置端模型)，還是需要與伺服器互動 (雲端式模型)？
• 工具包或模型版本：工作複雜度為何？從簡單的單一推論工作，到多代理自動化調度管理，都包含在內。

下方的流程圖概略說明決策過程：

如要瞭解每個步驟的決策依據，請參閱本文其餘章節。

生成式 AI 與傳統機器學習

生成式 AI 模型會建立新內容，而傳統機器學習模型則會以完全確定的方式預測結果或分類資料。如果功能不涉及生成新內容，傳統機器學習解決方案可能就足夠。下表摘要說明一些傳統機器學習解決方案：

工具包/解決方案	類型	主要應用實例	範例
ML Kit SDK	裝置上	預先建構的視覺和自然語言處理工作	OCR 收據掃描器 快速掃描活動 QR code 報到 離線菜單翻譯
LiteRT	裝置上	自訂模型執行階段	醫學影像分類 智慧鍵盤預測字詞功能，適用於小眾主題
MediaPipe	裝置上	即時影片或音訊串流感知工作	即時健身姿勢指導 臉部濾鏡和特效 手勢辨識
Google Cloud API，包括 Cloud Vision API 和 Cloud Natural Language API	雲端式	預先建構的視覺和自然語言處理工作	自動產生影片字幕 影像品質驗證與法規遵循
Agent Platform	雲端式	端對端自訂模型訓練和部署	大規模專業圖片辨識 圖庫相片搜尋

本文其餘部分將介紹生成式 AI 解決方案。

應用程式內與系統層級智慧功能

如要找出最佳生成式 AI 解決方案，請判斷 AI 功能是否完全在應用程式內運作，還是需要與其他應用程式或 Android 作業系統互動。如果功能是由系統觸發，不屬於任何應用程式，則屬於系統層級智慧功能。下表摘要說明應用程式內和系統層級智慧功能的差異：

	應用程式內智慧功能	系統層級智慧功能
工作範圍	應用程式內	跨應用程式 (或由系統觸發，在任何應用程式外部)
工具	ML Kit SDK、LiteRT、Firebase AI Logic 或自行託管的後端	AppFunctions
用途	摘要、校對或轉錄文字 描述圖片 建構應用程式內聊天機器人 生成圖像	根據記事文件中的內容，在外送應用程式中建立購物清單 預約前往辦公室的行程，並傳送預計到達時間給同事 在電子郵件收件匣中尋找推薦餐廳並訂位

應用程式內智慧功能

應用程式內智慧功能不需要與其他應用程式或系統互動。確定 AI 功能完全在應用程式內運作後，您需要決定是否要完全在裝置端執行該功能、使用雲端式模型，或結合兩者的混合做法。

如果需要輸入影片，或執行涉及多個代理的工作，請使用雲端式模型。下表比較裝置端和雲端式模型的功能：

	裝置上	Cloud
工具	ML Kit SDK 或 LiteRT	Firebase AI Logic 或自行託管的後端
輸入類型	文字 圖片 音訊	文字 圖片 音訊 影片
輸出類型	文字	文字 圖片 音訊
使用者資料敏感度	較高	較低
模型	Gemma Gemini Nano	Gemini Flash Gemini Flash Lite Gemini Pro
用途	處理簡短內容，例如摘要、校對或改寫簡短的即時通訊訊息或電子郵件 描述圖片 根據使用者興趣生成個人化輸出內容 處理使用者私密資料 轉錄短音訊片段	建構聊天機器人 生成圖像 即時翻譯對話 在應用程式中編輯相片 多代理工作

裝置端模型

如果符合下列任一情況，建議使用裝置端模型：

• 成本限制
• 功能必須能離線執行
• 隱私權規定
• 手邊的工作相對簡單，不需要多代理協調

請注意，使用者的裝置必須支援裝置端模型。裝置端模型通常需要更進階的裝置，才能支援本機處理。

確定裝置端模型足以支援功能後，最佳工具包或解決方案主要取決於工作複雜度。下表摘要說明裝置端、應用程式內生成式 AI 工具的選項：

工作複雜度	特徵特性	範例	工具包/解決方案
低	單一推論 純生成	製作文字摘要	ML Kit SDK LiteRT：適用於微調模型 (利基領域)
中	擴增 LLM 函式呼叫 對話記錄	查詢和回應	ML Kit Prompt API
高	單一代理迴圈，循環執行直到工作完成	客戶意見回饋或錯誤分類	ML Kit GenAI Agent API

使用 ML Kit Prompt API，輕鬆生成單輪或多輪對話文字。如果功能需要在裝置端自主執行多步驟，請使用 ML Kit 生成式 AI 代理 API。Agent API 支援裝置端推論迴圈，可規劃、使用 @Tool 註解叫用類型工具、在互動中保留工作階段內容，以及使用 maxTurns 強制執行回合限制。

雲端式模型

如果功能無法完全在裝置端執行，則必須使用雲端式模型。使用雲端式模型的主要方式有兩種：

• 使用 Firebase AI Logic 的代管後端。如果您已是 Firebase 使用者，或想快速建立原型，Firebase AI Logic 可能是最佳解決方案。

• 自訂後端或自行託管的伺服器。如果您想使用非 Gemini 模型、有嚴格的隱私權規定，或需要完成非常複雜的工作，可能需要使用自訂後端。我們也建議使用下列工具設定自訂後端：

  • 讓自訂後端執行代理框架，例如 Agent Development Kit
  • 使用 AG-UI 將應用程式前端連結至代理後端
  • 讓代理使用 A2UI 生成豐富的互動式 UI

下表摘要說明何時應使用 Firebase AI Logic 或自訂後端，建構雲端式應用程式內生成式 AI 工具：

工作複雜度	特徵特性	範例	工具包/解決方案
低	單一推論 純生成	製作文字摘要	Firebase AI Logic 自訂後端
中	擴增 LLM 函式呼叫 對話記錄	查詢和回應	Firebase AI Logic 自訂後端
高	單一代理迴圈，循環執行直到工作完成	客戶意見回饋或錯誤分類	自訂後端
非常高	多代理自動化調度管理	建立代理團隊，管理行程的各個面向	自訂後端

混合式做法

如果功能可以在本機執行，但並非所有使用者的裝置都支援裝置端模型，且您需要使用雲端模型做為備用，請採用混合式方法。詳情請參閱「混合推論」。

系統層級智慧功能

系統層級智慧功能可讓 Android 平台做為工作協調器。系統層級智慧功能可讓 Gemini 等系統代理，跨多個應用程式和網路服務完成使用者要求。

如要將應用程式與 Android 智慧系統連結，請根據您想要程式輔助控制或自動化 UI 導向動作，選擇整合方法：

整合選項	用途
AppFunctions	讓代理在裝置端探索及執行應用程式的特定功能。
遠端 MCP 伺服器	讓應用程式的特定功能直接與代理的後端整合。適合跨平台開發。
電腦控制	允許 OEM 預先載入的助理直接與應用程式的使用者介面互動，自動執行工作。

如要進一步瞭解系統層級智慧工具選項，請參閱「將應用程式連結至 Android 智慧系統」。