No Google, temos o compromisso de levar os modelos de IA mais eficientes diretamente aos dispositivos Android que você tem no bolso. Hoje, temos o prazer de anunciar o lançamento do nosso modelo aberto de última geração mais recente: Gemma 4.

Esses modelos são a base da próxima geração do Gemini Nano. Portanto, o código que você escrever hoje para o Gemma 4 vai funcionar automaticamente em dispositivos com o Gemini Nano 4, que estarão disponíveis ainda este ano. Com o Gemini Nano 4, você vai se beneficiar das nossas otimizações de desempenho adicionais para poder enviar para produção em todo o ecossistema Android com a inferência no dispositivo mais eficiente.

Você pode ter acesso antecipado a esse modelo hoje mesmo na prévia para desenvolvedores do AICore.

Selecione o modelo rápido do Gemini Nano 4 na interface da prévia para desenvolvedores para conferir a velocidade de inferência incrivelmente rápida em ação antes de escrever qualquer código

Como o Gemma 4 oferece suporte nativo a mais de 140 idiomas, você pode esperar experiências multilíngues e localizadas aprimoradas para seu público global. Além disso, o Gemma 4 oferece desempenho líder do setor com compreensão multimodal, permitindo que seus apps entendam e processem texto, imagens e áudio. Para oferecer o melhor equilíbrio entre desempenho e eficiência, o Gemma 4 no Android está disponível em dois tamanhos:

• E4B:projetado para maior capacidade de raciocínio e tarefas complexas.
• E2B:otimizado para velocidade máxima (3 vezes mais rápido que o modelo E4B!) e menor latência.

O novo modelo é até 4 vezes mais rápido que as versões anteriores e usa até 60% menos bateria. A partir de hoje, você pode testar recursos aprimorados, incluindo:

• Raciocínio:agora, os comandos de linha de raciocínio e as instruções condicionais podem retornar resultados de maior qualidade. Por exemplo: "Determine se o comentário a seguir para um tópico de discussão atende às diretrizes da comunidade. O comentário não atende às diretrizes da comunidade se contiver um ou mais destes motivos_para_sinalização: linguagem obscena, linguagem depreciativa, discurso de ódio". Se a análise atender às diretrizes da comunidade, retorne {true}. Caso contrário, retorne {false, reason_for_flag}."
• Matemática:com melhores habilidades matemáticas, o modelo agora pode responder a perguntas com mais precisão. Por exemplo: "Se eu receber 26 pagamentos por ano, quanto devo contribuir em cada pagamento para atingir minha meta de economia de US $10.000 ao longo de um ano?"
• Compreensão de tempo:o modelo agora é mais capaz de raciocinar sobre o tempo, tornando-o mais preciso para casos de uso que envolvem calendários, lembretes e alarmes. Por exemplo: "O evento é às 18h do dia 18 de agosto, e um lembrete deve ser enviado 10 horas antes do evento. Retorne a hora e a data em que o lembrete deve ser enviado."
• Compreensão de imagens:os casos de uso que envolvem OCR (reconhecimento óptico de caracteres), como compreensão de gráficos, extração de dados visuais e reconhecimento de manuscritos, agora vão retornar resultados mais precisos.

Participe da prévia para desenvolvedores hoje mesmo para baixar esses modelos e começar a criar recursos de próxima geração imediatamente.

Começar a testar o modelo

Você pode testar o modelo sem código seguindo o guia da prévia para desenvolvedores. Se quiser integrar esses modelos diretamente ao seu fluxo de trabalho atual, facilitamos isso. Acesse o Android Studio para refinar seu comando e criar com a API Prompt do Kit de ML. Introduzimos um novo recurso para especificar um modelo, permitindo que você escolha as variantes E2B (rápida) ou E4B (completa) para testes.

// 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)
}

O que esperar durante a prévia para desenvolvedores

O objetivo desta prévia para desenvolvedores é dar a você um bom começo para aprimorar a precisão dos comandos e explorar novos casos de uso para seus apps específicos.

Vamos fazer várias atualizações durante o período de prévia, incluindo suporte para chamadas de ferramentas, saída estruturada, comandos do sistema e modo de pensamento na API Prompt, facilitando o aproveitamento total dos novos recursos do Gemma 4, bem como otimizações significativas de desempenho. 

Os modelos de prévia estão disponíveis para testes em dispositivos com o AICore. Esses modelos serão executados na geração mais recente de aceleradores de IA especializados do Google, da MediaTek e da Qualcomm Technologies. Em outros dispositivos, os modelos serão executados inicialmente em uma implementação de CPU que não é representativa do desempenho de produção final. Se o dispositivo não tiver o AICore, você também poderá testar esses modelos pelo app AI Edge Gallery. Vamos oferecer suporte a mais dispositivos no futuro.

Primeiros passos

Quer saber o que o Gemma 4 pode fazer pelos seus usuários?

1. Aceitar participar: inscreva-se na prévia para desenvolvedores do AICore.
2. Baixar:depois de aceitar participar, você pode acionar o download dos modelos mais recentes do Gemma 4 diretamente para o dispositivo de teste com suporte.
3. Criar:atualize a implementação do Kit de ML para segmentar os novos modelos e comece a criar no Android Studio.