Google AI Edge Gallery

AI Edge Gallery é o destino principal para executar os modelos de linguaxe grande (LLM) de código aberto máis potentes do mundo no teu dispositivo móbil. Experimenta a IA xerativa de alto rendemento directamente no teu hardware: totalmente sen conexión, privado e ultrarrápido.

Agora con: EmbeddingGemma 2

Esta actualización trae soporte oficial para o modelo EmbeddingGemma 2 recentemente lanzado. Con esta versión, traemos unha busca semántica multimodal de vangarda que se executa ao 100 % no teu dispositivo. Proba estas novas capacidades nas nosas novas funcións de busca multimedia instantánea e buscador de momentos de vídeo.

Características principais

- Habilidades do axente: transforma o teu LLM dun conversador nun asistente proactivo. Usa a tesela Habilidades do axente para aumentar as capacidades do modelo con ferramentas como Wikipedia para a base de datos, mapas interactivos e tarxetas de resumo visual enriquecidas. Incluso podes cargar habilidades modulares desde un URL ou explorar as contribucións da comunidade en GitHub Discussions.
- Chat de IA co modo de pensamento: participa en conversas fluídas e de varias quendas e activa o novo modo de pensamento para botar unha ollada "debaixo do capó". Esta funcionalidade permíteche ver o proceso de razoamento paso a paso do modelo, o que é perfecto para comprender a resolución de problemas complexos. Nota: O Modo de Pensamento funciona actualmente con modelos compatibles, comezando pola familia Gemma 4.
- Busca instantánea de contido multimedia: Explora a túa biblioteca de fotos (ou contido multimedia de mostra integrado) con consultas rápidas en linguaxe natural mentres escribes e coincidencia de semellanza entre imaxes, sen viaxes de ida e volta na nube.
- Localizador de momentos de vídeo: Identifica momentos exactos dentro dos vídeos usando descricións en linguaxe natural. Vai directamente ás marcas de tempo destacadas nunha liña de tempo interactiva, recorta clips e garda ou exporta os teus momentos favoritos.
- Pregunta á imaxe: Usa a potencia multimodal para identificar obxectos, resolver crebacabezas visuais ou obter descricións detalladas usando a cámara ou a galería de fotos do teu dispositivo.
- Escriba de audio: Transcribe e traduce gravacións de voz a texto en tempo real usando modelos de linguaxe de alta eficiencia no dispositivo.
- Laboratorio de solicitudes: Un espazo de traballo dedicado para probar diferentes solicitudes e casos de uso dun só turno con control granular sobre parámetros do modelo como a temperatura e o top-k. - Accións móbiles: Desbloquea controis de dispositivos sen conexión e tarefas automatizadas impulsadas completamente por un axuste fino de FunctionGemma 270M.

- Tiny Garden: Un minixogo divertido e experimental que usa linguaxe natural para plantar e colleitar un xardín virtual usando un axuste fino de FunctionGemma 270m.

- Xestión de modelos e referencia: Gallery é unha zona de probas flexible para unha ampla variedade de modelos de código aberto. Descarga facilmente modelos da lista ou carga os teus propios modelos personalizados. Xestiona a túa biblioteca de modelos sen esforzo e executa probas de referencia para comprender exactamente como funciona cada modelo no teu hardware específico.

- Privacidade 100 % no dispositivo: Todas as inferencias de modelos ocorren directamente no hardware do teu dispositivo. Non se require internet, o que garante a privacidade total das túas solicitudes, imaxes e datos confidenciais.

Deseñado para a comunidade

AI Edge Gallery é un proxecto de código aberto deseñado tanto para a comunidade de desenvolvedores como para os entusiastas da IA. Explora as nosas funcións de exemplo, achega as túas propias habilidades e axuda a dar forma ao futuro do ecosistema de axentes no dispositivo.

Consulta o código fonte en GitHub:
https://github.com/google-ai-edge/gallery

Nota: Esta aplicación está en desenvolvemento activo. O rendemento depende do hardware do teu dispositivo (CPU/GPU). Para obter asistencia ou comentarios, ponte en contacto connosco en google-ai-edge-gallery-android-feedback@google.com