欢迎来到 AI 赋能的网络时代。了解 AI 如何让开发者更轻松地打造强大的 Web 体验。

Chrome 中的 Gemini Nano

重新构想 Chrome 专用 Gemini Nano 的强大功能。
我们将在 Chrome 中启动 Gemini Nano,它是 Gemini 生态系统中最高效的模型,让您可以充分利用设备上 AI 的强大功能。
设备端 AI 可为用户提供强大的模型,同时保护数据隐私并缩短延迟时间。
查看目前适用于 Chrome 中的 Gemini Nano 的功能。
借助我们最高效的设备端 LLM Gemini Nano,抢先体验适用于设备端 AI 的实验性 Web API。

使用 AI 构建

使用服务器端生成式 AI 评估评价。推理在服务器上进行。
探索设备端 AI 解决方案,帮助用户撰写见解深刻的评价。
探索实验性的 Translate API,以便为全球客户服务提供支持。
通过在设备上缓存模型,帮助应用更快地启动。

AI 和 Gemini Nano 新闻

开发者工作效率

使用控制台查看和调试设备端 AI 的结果。
提示内容越完善,就越有可能得到所需要的结果。
我们正在将 Gemini Nano 的强大功能引入 Chrome,让开发者无需服务器即可将生成式 AI 引入其 Web 应用中。
内置 AI 是最新产品,可为用户提供强大的模型,同时保护敏感数据并缩短延迟时间。审视实际用例,确定设备端 AI 何时适合您。
了解 WebAssembly 和 WebGPU 增强功能如何提升 Web 上的机器学习性能。
Google 的 Web AI 库和模型下载量刚刚达到 10 亿次。了解 Google Web AI 的现状,并探索可在客户端运行的生成式 AI 模型。

WebGPU

使用 WebGPU 支持您的 AI 工作,WebGPU 是一种 Web 图形 API,可让您使用更高级的 GPU 功能。
探索 Chrome 中 WebGPU 的最新更新。
探索 Chrome 中的 WebGPU,并为 GPU 上的常规计算提供一流的支持。
了解如何使用 WebGPU 访问 GPU。
了解如何在真实的浏览器环境中测试基于浏览器的客户端 AI 模型。
了解为什么 WebGPU 在 Chrome 中可能无法运行或无法按预期运行,以及如何解决此问题。
在 MDN 上找到 API 参考文档。

WebAssembly

通过 Chrome 在网页上启用高性能应用
了解针对 AI 推断中常用任务的 WebAssembly 改进。
了解 TensorFlow.js Wasm 后端 WASM 后端及其如何使用 XNNPACK 库来优化神经网络运算符的实现。
了解如何在生产环境中部署 ONNX 运行时 Web,以及要包含在应用中的 WebAssembly 二进制文件。

使用 AI 构建

了解各种新兴技术(通常称为 AI)的基础知识和定义。
作为 Web 从业者,以审慎且负责任的方式构建新技术至关重要。
探索从生成式 AI 中大规模获取情境结果的各种方法。