अगर आप Android डेवलपर हैं और अपने ऐप्लिकेशन में एआई की नई सुविधाएं जोड़ना चाहते हैं, तो हम आपको बताना चाहते हैं कि हमने हाल ही में कुछ नए अपडेट लॉन्च किए हैं. इनमें ये सुविधाएं शामिल हैं:

• हाइब्रिड इन्फ़रेंस, Firebase AI Logic के लिए एक नया एपीआई है. इसकी मदद से, डिवाइस पर और क्लाउड पर, दोनों जगह इन्फ़रेंस की सुविधा का फ़ायदा लिया जा सकता है,
• Gemini के नए मॉडल के लिए सहायता. इनमें इमेज जनरेट करने के लिए, Nano Banana के नए मॉडल भी शामिल हैं.

चलिए, इनके बारे में जानते हैं!

हाइब्रिड इन्फ़रेंस के साथ एक्सपेरिमेंट करना

हमने हाइब्रिड इन्फ़रेंस के लिए Firebase API के तहत, नियम के आधार पर राउटिंग का एक आसान तरीका लागू किया है. यह शुरुआती समाधान है, ताकि आपको एक ही एपीआई के ज़रिए, उपयोगकर्ता के डिवाइस पर और क्लाउड पर, दोनों जगह इन्फ़रेंस की सुविधा मिल सके. हम आने वाले समय में, राउटिंग की ज़्यादा बेहतर सुविधाएं उपलब्ध कराने की योजना बना रहे हैं.

इससे आपका ऐप्लिकेशन, डिवाइस पर स्थानीय तौर पर चलने वाले Gemini Nano और क्लाउड पर होस्ट किए गए Gemini मॉडल के बीच डाइनैमिक तरीके से स्विच कर सकता है. उपयोगकर्ता के डिवाइस पर, ML Kit के प्रॉम्प्ट एपीआई का इस्तेमाल किया जाता है. क्लाउड इन्फ़रेंस, Vertex AI और डेवलपर एपीआई, दोनों में Firebase AI Logic के सभी Gemini मॉडल के साथ काम करता है.

इसका इस्तेमाल करने के लिए, अपने ऐप्लिकेशन में firebase-ai-ondevice डिपेंडेंसी के साथ-साथ, Firebase AI Logic भी जोड़ें:

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

शुरू करने के दौरान, आपको GenerativeModel इंस्टेंस बनाना होगा. साथ ही, इसे इन्फ़रेंस के खास मोड के साथ कॉन्फ़िगर करना होगा. जैसे, PREFER_ON_DEVICE (अगर उपयोगकर्ता के डिवाइस पर Gemini Nano उपलब्ध नहीं है, तो यह क्लाउड पर फ़ॉल बैक हो जाता है) या PREFER_IN_CLOUD (अगर ऑफ़लाइन होने पर, यह उपयोगकर्ता के डिवाइस पर इन्फ़रेंस पर फ़ॉल बैक हो जाता है):

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)

Android के लिए, हाइब्रिड इन्फ़रेंस के लिए Firebase API अब भी एक्सपेरिमेंट के तौर पर उपलब्ध है. हमारा सुझाव है कि इसे अपने ऐप्लिकेशन में आज़माएं. खास तौर पर, अगर आप पहले से ही Firebase AI Logic का इस्तेमाल कर रहे हैं.

फ़िलहाल, डिवाइस पर मौजूद मॉडल, टेक्स्ट या बिटमैप वाली एक इमेज के इनपुट के आधार पर, एक बार में टेक्स्ट जनरेट करने के लिए बने हैं. ज़्यादा जानकारी के लिए, सीमाएं देखें.

हमने हाल ही में, एआई सैंपल कैटलॉग में एक नया सैंपल पब्लिश किया है. इसमें हाइब्रिड के लिए Firebase API का इस्तेमाल किया गया है. इससे पता चलता है कि हाइब्रिड इन्फ़रेंस के लिए Firebase API का इस्तेमाल करके, चुनिंदा विषयों के आधार पर समीक्षा कैसे जनरेट की जा सकती है. इसके बाद, इसे अलग-अलग भाषाओं में कैसे ट्रांसलेट किया जा सकता है. इसे काम करते हुए देखने के लिए, कोड देखें!

हाइब्रिड इन्फ़रेंस का नया सैंपल काम कर रहा है

हमारे नए मॉडल आज़माएं

Gemini के नए मॉडल के तहत, हमने दो मॉडल लॉन्च किए हैं. ये मॉडल, Android डेवलपर के लिए खास तौर पर मददगार हैं. साथ ही, इन्हें Firebase AI Logic SDK टूल की मदद से अपने ऐप्लिकेशन में आसानी से इंटिग्रेट किया जा सकता है.

Nano Banana
हमने पिछले साल Nano Banana लॉन्च किया था. यह इमेज जनरेट करने का बेहतरीन मॉडल है. हमने कुछ हफ़्ते पहले, Nana Banana के दो नए मॉडल लॉन्च किए हैं.

_Nano Banana Pro (Gemini 3 Pro Image) को ऐसेट के प्रोफ़ेशनल प्रोडक्शन के लिए डिज़ाइन किया गया है. यह हाई-फ़िडेलिटी टेक्स्ट रेंडर कर सकता है. यहां तक कि किसी खास फ़ॉन्ट में या अलग-अलग तरह की हैंडराइटिंग को सिम्युलेट करके भी.

Nano Banana 2 (Gemini 3.1 Flash Image), Nano Banana Pro का हाई-एफ़िशिएंसी वाला वर्शन है. इसे तेज़ी से काम करने और ज़्यादा वॉल्यूम वाले इस्तेमाल के उदाहरणों के लिए ऑप्टिमाइज़ किया गया है. इसका इस्तेमाल, अलग-अलग तरह के इस्तेमाल के उदाहरणों (इन्फ़ोग्राफ़िक, वर्चुअल स्टिकर, कॉन्टेक्चुअल इलस्ट्रेशन वगैरह) के लिए किया जा सकता है.  

Nano Banana के नए मॉडल, सटीक और ज़्यादा जानकारी वाली इमेज जनरेट करने के लिए, असल दुनिया के ज्ञान और गहराई से विश्लेषण की सुविधाओं का इस्तेमाल करते हैं.

हमने Magic Selfie के अपने सैंपल को अपडेट किया है, ताकि इसमें Nano Banana 2 का इस्तेमाल किया जा सके. (सेल्फ़ी का बैकग्राउंड बदलने के लिए, इमेज जनरेट करने की प्रोसेस का इस्तेमाल करें!). अब बैकग्राउंड सेगमेंटेशन को सीधे इमेज जनरेशन मॉडल से हैंडल किया जाता है. इससे इसे लागू करना आसान हो जाता है. साथ ही, Nano Banana 2 की इमेज जनरेशन की बेहतर सुविधाओं का फ़ायदा मिलता है. इसे काम करते हुए देखने के लिए, यहां जाएं.

इसका इस्तेमाल, Firebase AI Logic SDK टूल की मदद से किया जा सकता है. इसके बारे में ज़्यादा जानने के लिए, Android का दस्तावेज़ पढ़ें.

Gemini 3.1 Flash-Lite

हमने Gemini 3.1 Flash-Lite भी लॉन्च किया है. यह Gemini Flash-Lite फ़ैमिली का नया वर्शन है. Android डेवलपर, Gemini Flash-Lite मॉडल को खास तौर पर पसंद करते हैं. इसकी वजह है, अच्छी क्वालिटी/कम समय में जवाब देने का अनुपात और इन्फ़रेंस की कम लागत. Android डेवलपर इसका इस्तेमाल, अलग-अलग तरह के इस्तेमाल के उदाहरणों के लिए करते हैं. जैसे, इन-ऐप्लिकेशन मैसेजिंग का अनुवाद करना या किसी डिश की फ़ोटो से रेसिपी जनरेट करना.

Gemini 3.1 Flash-Lite, फ़िलहाल प्रीव्यू में उपलब्ध है. इससे, Gemini 2.5 Flash-Lite की तुलना में कम समय में जवाब देने के साथ-साथ, ज़्यादा बेहतर इस्तेमाल के उदाहरणों को लागू किया जा सकेगा.

इस मॉडल के बारे में ज़्यादा जानने के लिए, Firebase का दस्तावेज़ देखें.

निष्कर्ष

हमारे कैटलॉग में, हाइब्रिड के नए सैंपल को एक्सप्लोर करने का यह सही समय है. इससे आपको इन सुविधाओं को काम करते हुए देखने और डिवाइस पर और क्लाउड पर इन्फ़रेंस के बीच राउटिंग के फ़ायदों को समझने में मदद मिलेगी. हमारा सुझाव है कि Gemini के नए मॉडल को टेस्ट करने के लिए, हमारा दस्तावेज़ देखें.