一文带你了解 Chrome AI

本文作者系360奇舞团前端开发工程师

在人工智能迅猛发展的今天，Google Chrome 正在通过其前沿的技术推动浏览器体验的革新。特别是 Gemini 大模型作为 Chrome 的核心AI技术之一，正引领着智能化应用的新时代。

本文将深入探讨 Gemini 大模型及其在 Chrome 浏览器中的应用，涵盖 Built-in AI 、DevTools AI 以及如何在网页中直接调用 Gemini API 。这些技术不仅提升了用户的浏览体验，也为开发者提供了强大的工具。让我们一起探索这些创新如何改变我们与互联网的互动方式。

Gemini API

Gemini 是由 Google DeepMind 开发的一系列多模态大型语言模型，它于 2023 年 12 月 6 日发布，定位为 OpenAI 的 GPT-4 的竞争对手。主要有以下特点：

• 多模态能力：与其他 LLMs 不同，Gemini 的独特之处在于它不是单独在文本语料库上训练的，而是被设计为多模态的，这意味着它可以同时处理多种类型的数据，包括文本、图像、音频、视频和计算机代码。

• 长上下文理解：Gemini具有复杂的长上下文理解能力，能够有效处理和解释大型文档和复杂代码。这一能力对于需要深度上下文理解的应用至关重要，如高级文档编辑、长篇内容生成和综合数据分析。

• 高效性和适应性：Gemini设计高效，能够在各种平台上无缝运行，从大型数据中心到设备端应用。这种适应性确保其可以集成到各种环境中，不论操作规模如何，都能提供强大的性能。

• 增强AI助手：凭借其先进的功能，Gemini显著增强了AI助手的有效性和可靠性。它支持复杂任务的执行，为用户提供更智能和直观的互动。无论是协助编写代码、生成详细报告，还是创建多媒体内容，Gemini都提升了AI助手的标准。

模型种类

Gemini 包含多个模型种类，每个模型针对不同的应用场景和任务进行了优化。这些模型包括：

• Gemini Ultra：最大的多模态模型，适用于大规模、高度复杂的任务；

• Gemini Pro：性能最佳的多模态模型，具有适用于各种推理任务的功能；

• Gemini Flash：最快的多模态模型，具有出色的性能，适用于各种任务；

• Gemini Nano：专为边缘计算而构建的最高效模型，如以下介绍的 Chrome Built-in AI。

实际应用

Gemini的实际应用广泛且多样。在创意产业中，它可以协助生成高质量内容；在技术领域，它有助于开发复杂的软件解决方案；在教育方面，Gemini通过理解和适应个人学生需求提供个性化的学习体验。其多模态能力在医疗行业也同样有价值，能分析各种数据类型，改善诊断流程。

Chrome Built-in AI

Built-in AI 是指将人工智能模型直接集成到用户设备（如台式机、笔记本电脑、移动设备等）中运行，而不依赖于云端服务器进行处理。这种方法结合了设备本地处理能力和AI模型，使得用户可以在本地设备上直接执行AI任务。

它的优点是：

1. 隐私和安全：数据本地处理确保用户隐私和安全。

2. 更高的可用性：即使没有互联网连接，用户也能使用AI功能，提高可用性。

3. 低延迟：本地处理减少数据传输时间，提供更快的响应和更好的用户体验。

它的缺点是：

1. 硬件限制：设备性能差异使得不能保证所有设备都能高效运行复杂的AI模型。

2. 模型大小和下载需求：AI模型可能非常大，占用用户设备的存储空间和流量。

3. 适用场景有限：本地AI模型通常较小，无法处理需要大型模型的复杂任务。

Built-in AI 提供了一种将AI功能直接带到用户设备的方法，具备显著的隐私、安全和低延迟优势。然而，它也面临硬件限制和模型传输的挑战。在实际应用中，可以结合云端和本地处理的混合方法，最大化利用两者的优势。这种方式能够在不牺牲用户体验的情况下，提高AI应用的可用性和安全性。

开启 Built-in AI

准备工作

1. 申请加入体验计划&