API de Prompt de ML Kit: Desbloquea experiencias personalizadas de Gemini Nano integradas en el dispositivo

La IA facilita la creación de experiencias personalizadas en las apps que transforman el contenido en el formato adecuado para los usuarios. Anteriormente, permitimos que los desarrolladores se integraran con Gemini Nano a través de las APIs de IA generativa de ML Kit adaptadas para casos de uso específicos, como el resumen y la descripción de imágenes.

Hoy se marca un hito importante para la IA generativa integrada en el dispositivo de Android. Anunciamos el lanzamiento alfa de la API de Prompt de IA generativa de ML Kit. Esta API te permite enviar solicitudes en lenguaje natural y multimodales a Gemini Nano, lo que satisface la demanda de más control y flexibilidad cuando se compilan modelos generativos.

Socios como Kakao ya están creando con la API de Prompt y generando experiencias únicas con impacto en el mundo real. Puedes experimentar con las potentes funciones de la API de Prompt hoy mismo con una cantidad mínima de código.

Ve más allá de la IA generativa integrada en el dispositivo prediseñada y crea una personalizada

La API de Prompt va más allá de la funcionalidad prediseñada para admitir casos de uso personalizados de IA generativa específicos de la app, lo que te permite crear funciones únicas con una transformación de datos compleja. La API de Prompt usa Gemini Nano en el dispositivo para procesar datos de forma local, lo que permite la capacidad sin conexión y mejora la privacidad del usuario.

Casos de uso clave para la API de Prompt:

La API de Prompt permite casos de uso de IA generativa muy personalizados. Estos son algunos ejemplos recomendados: 

• Comprensión de imágenes: Analiza fotos para clasificarlas (p.ej., crear un borrador de publicación en redes sociales o identificar etiquetas como “mascotas”, “comida” o “viajes”).
• Análisis inteligente de documentos: Se usa un modelo de AA tradicional para extraer texto de un recibo y, luego, se categoriza cada elemento con la API de Prompt.
• Transformar datos para la IU: Analizar contenido de formato largo para crear un título de notificación breve y atractivo
• Instrucciones de contenido: Sugerir temas para nuevas entradas de diario según las preferencias del usuario.
• Análisis de contenido: Clasifica las opiniones de los clientes en categorías positivas, neutras o negativas.
• Extracción de información: Extrae detalles importantes sobre un evento próximo de un hilo de correo electrónico.

Implementación
La API de Prompt te permite crear instrucciones personalizadas y establecer parámetros de generación opcionales con solo unas pocas líneas de código:

Generation.getClient().generateContent(
   generateContentRequest(
       ImagePart(bitmapImage),
       TextPart("Categorize this image as one of the following: car, motorcycle, bike, scooter, other. Return only the category as the response."),
   ) {
       // Optional parameters
       temperature = 0.2f
       topK = 10
       candidateCount = 1
       maxOutputTokens = 10
   },
)

Para obtener ejemplos más detallados de la implementación de la API de Prompt, consulta la documentación oficial y el ejemplo en GitHub.

Gemini Nano, rendimiento y creación de prototipos

Actualmente, la API de Prompt funciona mejor en la serie de dispositivos Pixel 10, que ejecuta la versión más reciente de Gemini Nano (nano-v3). Esta versión de Gemini Nano se basa en la misma arquitectura que Gemma 3n, el modelo que compartimos por primera vez con la comunidad de modelos abiertos en I/O.

La base compartida entre Gemma 3n y nano-v3 permite que los desarrolladores creen prototipos de funciones con mayor facilidad. Si no tienes un dispositivo Pixel 10, puedes comenzar a experimentar con instrucciones hoy mismo creando prototipos con Gemma 3n de forma local.

Para obtener la lista completa de dispositivos que admiten las APIs de IA generativa, consulta nuestra documentación sobre compatibilidad de dispositivos.

Más información

Comienza a implementar la API de Prompt en tus apps para Android hoy mismo con la orientación de nuestra documentación oficial y el ejemplo en GitHub.