Ogłaszamy udostępnienie modelu Gemma 4 w wersji przedpremierowej AICore dla programistów
3 minuty czytania
W Google dokładamy wszelkich starań, aby udostępniać najbardziej zaawansowane modele AI bezpośrednio na urządzeniach z Androidem. Z radością ogłaszamy dziś udostępnienie naszego najnowszego, najnowocześniejszego otwartego modelu – Gemma 4.
Modele te stanowią podstawę następnej generacji Gemini Nano, więc kod napisany dziś dla Gemma 4 będzie automatycznie działać na urządzeniach z Gemini Nano 4, które będą dostępne jeszcze w tym roku. Dzięki Gemini Nano 4 skorzystasz z dodatkowych optymalizacji wydajności, dzięki czemu możesz wdrażać aplikacje w ekosystemie Androida z najbardziej wydajnym wnioskowaniem na urządzeniu.
Już dziś możesz uzyskać wcześniejszy dostęp do tego modelu w ramach wersji przedpremierowej AICore dla programistów.
Aby zobaczyć, jak szybko działa wnioskowanie, zanim napiszesz jakikolwiek kod, wybierz model Gemini Nano 4 Fast w interfejsie wersji przedpremierowej dla programistów.
Gemma 4 natywnie obsługuje ponad 140 języków, dzięki czemu możesz zapewnić lepsze, zlokalizowane i wielojęzyczne wrażenia użytkownikom na całym świecie. Ponadto Gemma 4 oferuje wiodącą w branży wydajność dzięki multimodalnemu rozumieniu, co pozwala aplikacjom rozumieć i przetwarzać tekst, obrazy i dźwięk. Aby zapewnić najlepszą równowagę między wydajnością a efektywnością, Gemma 4 na Androidzie jest dostępna w 2 rozmiarach:
- E4B: zaprojektowany z myślą o większej mocy obliczeniowej i złożonych zadaniach.
- E2B: zoptymalizowany pod kątem maksymalnej szybkości (3 razy szybszy niż model E4B!) i mniejszego opóźnienia.
Nowy model jest do 4 razy szybszy niż poprzednie wersje i zużywa do 60% mniej baterii. Od dziś możesz eksperymentować z ulepszonymi funkcjami, takimi jak:
- Rozumowanie: można teraz oczekiwać, że polecenia łańcucha myśli i instrukcje warunkowe będą zwracać wyniki wyższej jakości. Na przykład: „Sprawdź, czy ten komentarz w wątku dyskusji jest zgodny z wytycznymi dla społeczności. Komentarz nie jest zgodny z wytycznymi dla społeczności, jeśli zawiera co najmniej 1 z tych powodów zgłoszenia: wulgaryzmy, obraźliwy język, mowa nienawiści”. Jeśli recenzja jest zgodna z wytycznymi dla społeczności, zwróć {true}. W przeciwnym razie zwróć {false, reason_for_flag}.”
- Matematyka: dzięki lepszym umiejętnościom matematycznym model może teraz dokładniej odpowiadać na pytania. Na przykład: „Jeśli otrzymuję 26 wypłat rocznie, ile powinienem odkładać z każdej wypłaty,aby w ciągu roku osiągnąć cel oszczędnościowy w wysokości 10 000 zł?”
- Rozumienie czasu: model jest teraz bardziej wydajny w przypadku rozumowania o czasie, co sprawia, że jest dokładniejszy w zastosowaniach związanych z kalendarzami, przypomnieniami i alarmami. Na przykład: „Wydarzenie odbędzie się 18 sierpnia o 18:00, a przypomnienie powinno zostać wysłane 10 godzin przed wydarzeniem. Zwróć godzinę i datę wysłania przypomnienia.”
- Rozumienie obrazów: zastosowania, które obejmują OCR (optyczne rozpoznawanie znaków), takie jak rozumienie wykresów, wyodrębnianie danych wizualnych i rozpoznawanie pisma odręcznego, będą teraz zwracać dokładniejsze wyniki.
Rozpocznij testowanie modelu
Możesz wypróbować model bez kodu, postępując zgodnie z instrukcjami w przewodniku po wersji przedpremierowej dla programistów Developer Preview guide. Jeśli chcesz od razu zintegrować te modele z dotychczasowym procesem, możesz to zrobić bezproblemowo. Otwórz Android Studio, aby dopracować prompt i tworzyć aplikacje za pomocą znanego interfejsu ML Kit Prompt API. Wprowadziliśmy nową możliwość określania modelu, co pozwala testować warianty E2B (szybki) i E4B (pełny).
// Define the configuration with a specific track and preference val previewFullConfig = generationConfig { modelConfig = ModelConfig { releaseTrack = ModelReleaseTrack.PREVIEW preference = ModelPreference.FULL } } // Initialize the GenerativeModel with the configuration val previewModel = GenerativeModel.getClient(previewFullConfig) // Verify that the specific preview model is available val previewModelStatus = previewModel.checkStatus() if (previewModelStatus == FeatureStatus.AVAILABLE) { // Proceed with inference val response = previewModel.generateContent("If I get 26 paychecks per year, how much I should contribute each paycheck to reach my savings goal of $10k over the course of a year? Return only the amount.") } else { // Handle the case where the preview model is not available // (e.g., print out log statements) }
Czego można się spodziewać w wersji przedpremierowej dla programistów
Celem tej wersji przedpremierowej dla programistów jest umożliwienie Ci dopracowania dokładności promptów i poznania nowych zastosowań w Twoich aplikacjach.
W okresie wersji przedpremierowej wprowadzimy kilka aktualizacji, w tym obsługę wywoływania narzędzi, danych wyjściowych o ustrukturyzowanej postaci, promptów systemowych i trybu myślenia w interfejsie Prompt API, co ułatwi pełne wykorzystanie nowych funkcji w Gemma 4 oraz znacznych optymalizacji wydajności.
Modele w wersji przedpremierowej są dostępne do testowania na urządzeniach z AICore. Modele te będą działać na najnowszej generacji specjalistycznych akceleratorów AI od Google, MediaTek i Qualcomm Technologies. Na innych urządzeniach modele będą początkowo działać na implementacji CPU, która nie odzwierciedla ostatecznej wydajności produkcyjnej. Jeśli Twoje urządzenie nie obsługuje AICore, możesz też testować te modele za pomocą aplikacji AI Edge Gallery. W przyszłości będziemy obsługiwać więcej urządzeń.
Jak zacząć
Chcesz zobaczyć, co Gemma 4 może zrobić dla Twoich użytkowników?
- Zgłoś się: zarejestruj się w wersji przedpremierowej AICore dla programistów.
- Pobierz: po zarejestrowaniu możesz pobrać najnowsze modele Gemma 4 bezpośrednio na obsługiwane urządzenie testowe.
- Twórz: zaktualizuj implementację ML Kit, aby korzystać z nowych modeli, i zacznij tworzyć aplikacje w Android Studio.
-
Wiadomości o usługachAby jeszcze bardziej ułatwić Ci wdrażanie w środowisku produkcyjnym zastosowań interfejsu ML Kit Prompt API, z radością ogłaszamy automatyczną optymalizację promptów (APO) na potrzeby modeli na urządzeniu w Vertex AI. Automatyczna optymalizacja promptów to narzędzie, które pomaga automatycznie znajdować optymalne prompty do Twoich zastosowań.
Chetan Tekur, Chao Zhao, Paul Zhou, Caren Chang • 3 minuty czytania -
Wiadomości o usługachAI ułatwia tworzenie spersonalizowanych wrażeń w aplikacji, które przekształcają treści w odpowiedni format dla użytkowników. Umożliwiliśmy już deweloperom integrację z Gemini Nano za pomocą interfejsów ML Kit GenAI API dostosowanych do konkretnych zastosowań, takich jak podsumowywanie i opisywanie obrazów.
Caren Chang, Chengji Yan, Penny Li • 2 minuty czytania -
Wiadomości o usługachW marcu wprowadziliśmy Android Bench – naszą tabelę wyników dużych modeli językowych do zadań związanych z tworzeniem aplikacji na Androida. Od tego czasu ulepszyliśmy test porównawczy na podstawie Waszych opinii, m.in. dodaliśmy ocenę modeli o otwartych wagach oraz wymiary kosztów i wydajności do tabeli wyników.
Zoe Lopez-Latorre • 3 minuty czytania
Otrzymuj co tydzień najnowsze informacje o tworzeniu aplikacji na Androida na swoją skrzynkę odbiorczą.