AI Engineer视频
AI on Android: Ask me Anything — Florina Muntenescu & Oli Gaymond, Google DeepMind
7.5Score
可直接观看的视频资源打开原视频
TL;DR · AI 摘要
Android开发者可以通过三种方式构建智能体验：纯设备端模型、混合模式（设备端优先云端备选）、纯云端推理，其中Gemini Nano作为最高效的设备端模型通过AI Core系统服务统一管理，支持ML Kit GenAI API和Light Art LM两种实现方式。
核心要点
- Android支持三种AI部署模式：纯设备端、混合模式、纯云端推理
- Gemini Nano是最高效的设备端模型，通过AI Core系统服务统一管理
- 开发者可使用ML Kit GenAI API访问Gemini Nano或使用Light Art LM自定义模型
结构提纲
按章节快速跳转。
Florina Muntenescu和Ollie Gaymond分别负责开发者关系工程和Android AI产品管理，涵盖从OS功能到硬件加速的全栈AI工作。
Android平台提供三种AI部署选项：纯设备端模型处理、混合模式（设备端优先云端备选）、纯云端推理。
设备端处理确保敏感数据不离开设备、支持离线工作且无额外推理成本，适用于银行信息、个性化、翻译等场景。
Gemini Nano基于Gemma 4架构但针对Android设备优化，通过AI Core系统服务实现单模型多应用共享。
思维导图
用一张图看清主题之间的关系。
查看大纲文本（无障碍 / 无 JS 友好）
- Android AI开发
- 部署模式
- 纯设备端
- 混合模式
- 纯云端
- 核心技术
- Gemini Nano
- AI Core服务
- ML Kit GenAI API
- 应用场景
- 敏感数据处理
- 离线AI功能
- 成本控制
金句 / Highlights
值得收藏与分享的关键句。
你可以使用设备端模型。你可以使用混合模式，即当设备端可用时使用设备端，否则在云端进行推理，或者完全在云端进行推理。
这很棒是因为多个原因。这意味着你能够利用本地处理。所以敏感数据比如我不知道的银行信息不必离开设备。
你可以访问Gemini Nano，这是我们的设备端模型，或者如果你需要更可定制的东西，你自己的模型，你自己的自定义模型，那么你可以使用Light Art LM。
这是我们针对设备端任务最高效的模型，它使用与Gemma 4相同的架构，你可能听说过Gemma 4，我认为上周发布了，但Gemini Nano针对Android设备进行了优化。
#Android#AI#Gemini Nano#ML Kit#设备端AI