Jeśli jesteś programistą na Androida i chcesz wdrożyć w swojej aplikacji innowacyjne funkcje AI, niedawno wprowadziliśmy nowe, zaawansowane aktualizacje:

• wnioskowanie hybrydowe – nowy interfejs API dla Firebase AI Logic, który umożliwia korzystanie z wnioskowania na urządzeniu i w chmurze;
• obsługa nowych modeli Gemini, w tym najnowszych modeli Nano Banana do generowania obrazów.

Zaczynajmy!

Eksperymentowanie z wnioskowaniem hybrydowym

W ramach nowego interfejsu Firebase API do wnioskowania hybrydowego wdrożyliśmy proste podejście do routingu oparte na regułach jako wstępne rozwiązanie, które umożliwia korzystanie z wnioskowania na urządzeniu i w chmurze za pomocą ujednoliconego interfejsu API. W przyszłości planujemy udostępnić bardziej zaawansowane możliwości routingu.

Umożliwia to aplikacji dynamiczne przełączanie się między modelem Gemini Nano działającym lokalnie na urządzeniu a modelami Gemini hostowanymi w chmurze. W przypadku wykonywania na urządzeniu używany jest interfejs Prompt API z ML Kit. Wnioskowanie w chmurze obsługuje wszystkie modele Gemini z Firebase AI Logic zarówno w Vertex AI, jak i w interfejsie Developer API.

Aby z niego korzystać, dodaj do aplikacji zależności firebase-ai-ondevice wraz z Firebase AI Logic:

dependencies {
 [...] 
 implementation("com.google.firebase:firebase-ai:17.10.1")
 implementation("com.google.firebase:firebase-ai-ondevice:16.0.0-beta01")
}

Podczas inicjowania tworzysz instancję GenerativeModel i konfigurujesz ją za pomocą określonych trybów wnioskowania, takich jak PREFER_ON_DEVICE (w przypadku niedostępności Gemini Nano na urządzeniu przełącza się na chmurę) lub PREFER_IN_CLOUD (w przypadku braku połączenia z internetem przełącza się na wnioskowanie na urządzeniu):

val model = Firebase.ai(backend = GenerativeBackend.googleAI())
    .generativeModel(
        modelName = "gemini-3.1-flash-lite",
        onDeviceConfig = OnDeviceConfig(
           mode = InferenceMode.PREFER_ON_DEVICE
        )
    )

val response = model.generateContent(prompt)

Interfejs Firebase API do wnioskowania hybrydowego na Androida jest nadal w fazie eksperymentalnej. Zachęcamy do wypróbowania go w swojej aplikacji, zwłaszcza jeśli korzystasz już z Firebase AI Logic.

Obecnie modele na urządzeniu są wyspecjalizowane w generowaniu tekstu w jednym kroku na podstawie tekstu lub pojedynczych obrazów bitmapowych. Więcej informacji znajdziesz w sekcji ograniczenia.

Opublikowaliśmy nowy przykład w katalogu przykładów AI, który wykorzystuje interfejs Firebase API do wnioskowania hybrydowego. Pokazuje on, jak można używać tego interfejsu do generowania opinii na podstawie kilku wybranych tematów, a następnie tłumaczenia jej na różne języki. Aby zobaczyć, jak to działa, sprawdź kod.

Nowy przykład wnioskowania hybrydowego w działaniu

Wypróbuj nasze nowe modele

W ramach nowych modeli Gemini udostępniliśmy 2 modele, które są szczególnie przydatne dla programistów na Androida i łatwe do zintegrowania z aplikacją za pomocą pakietu Firebase AI Logic SDK.

Nano Banana
W zeszłym roku udostępniliśmy Nano Banana, najnowocześniejszy model do generowania obrazów. Kilka tygodni temu udostępniliśmy kilka nowych modeli Nana Banana.

Nano Banana Pro (Gemini 3 Pro Image) jest przeznaczony do profesjonalnego tworzenia zasobów i może renderować tekst o wysokiej wierności, nawet w określonej czcionce lub symulując różne rodzaje pisma odręcznego.

_Nano Banana 2 (Gemini 3.1 Flash Image)_ to wysoce wydajny odpowiednik modelu Nano Banana Pro. Jest zoptymalizowany pod kątem szybkości i zastosowań o dużej skali. Może być używany w wielu zastosowaniach (infografiki, wirtualne naklejki, ilustracje kontekstowe itp.).  

Nowe modele Nano Banana wykorzystują wiedzę o świecie rzeczywistym i zaawansowane możliwości rozumowania, aby generować dokładne i szczegółowe obrazy.

Zaktualizowaliśmy nasz przykład Magic Selfie (użyj generowania obrazów, aby zmienić tło selfie) do używania modelu Nano Banana 2. Segmentacja tła jest teraz obsługiwana bezpośrednio przez model generowania obrazów, co ułatwia wdrożenie i pozwala wykorzystać ulepszone możliwości generowania obrazów przez Nano Banana 2. Zobacz, jak to działa tutaj.

Możesz go używać za pomocą pakietu Firebase AI Logic SDK. Więcej informacji znajdziesz w dokumentacji Androida.

Gemini 3.1 Flash-Lite

Udostępniliśmy też Gemini 3.1 Flash-Lite, nową wersję rodziny Gemini Flash-Lite. Modele Gemini Flash-Lite są szczególnie popularne wśród programistów na Androida ze względu na dobry stosunek jakości do opóźnienia i niski koszt wnioskowania. Programiści na Androida używają go w różnych zastosowaniach, takich jak tłumaczenie wiadomości w aplikacji czy generowanie przepisu na podstawie zdjęcia potrawy.

Model Gemini 3.1 Flash-Lite, który jest obecnie dostępny w wersji testowej, umożliwi bardziej zaawansowane zastosowania z opóźnieniem porównywalnym do modelu Gemini 2.5 Flash-Lite.

Więcej informacji o tym modelu znajdziesz w dokumentacji Firebase.

Podsumowanie

To świetny moment, aby zapoznać się z nowym przykładem hybrydowym w naszym katalogu, aby zobaczyć te możliwości w działaniu i zrozumieć korzyści z routingu między wnioskowaniem na urządzeniu a wnioskowaniem w chmurze. Zachęcamy też do zapoznania się z naszą dokumentacją, aby przetestować nowe modele Gemini.