Eksperymentalne wnioskowanie hybrydowe i nowe modele Gemini na Androida

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

• wnioskowanie hybrydowe, czyli 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 funkcje routingu.

Umożliwia to aplikacji dynamiczne przełączanie się między modelem Gemini Nano działającym lokalnie na urządzeniu a modelami Gemini hostowanymi w chmurze. Wykonywanie na urządzeniu korzysta z interfejsu Prompt API w 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 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. Zobacz kod, aby zobaczyć, jak to działa!

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 też 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) tak, aby korzystał z Nano Banana 2. Segmentacja tła jest teraz obsługiwana bezpośrednio przez model generowania obrazów, co ułatwia wdrożenie i pozwala wykorzystać ulepszone możliwości generowania obrazów w 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 płynące z routingu między wnioskowaniem na urządzeniu a wnioskowaniem w chmurze. Zachęcamy też do zapoznania się z naszą dokumentacją, aby przetestować nowe modele Gemini.