[控场AI]
产品

ML Kit

Google提供的移动端机器学习SDK,为Android和iOS开发者封装了常用AI能力如文本识别、人脸检测、条码扫描等,支持端侧和云端两种模式

时间轴 (近 90 天)

10月29日

ML Kit GenAI文本转语音库目前处于alpha阶段,在部分Pixel和Samsung设备上可用,提供8种音色和21种语言区域支持,首次下载后完全在设备端运行。

待验证50%
10月29日

Gemini Nano 4构建于开源模型Gemma 4之上,通过ML Kit API在受支持的旗舰Android设备上直接调用,模型由Android系统交付,应用无需打包模型。

待验证50%
10月29日

ML Kit GenAI语音识别API处于alpha阶段,基础模式支持API level 31及以上的Android设备,高级模式由Gemini Nano驱动,在Pixel 10及以上设备提供更好的质量和语言覆盖。

待验证50%
10月29日

Google工程师Amy和Alice在技术分享中介绍了利用Gemini Nano 4和ML Kit为智能眼镜构建音频优先AI体验,并提供了开源示例XR Language Teacher。

待验证50%
10月29日

GenAI API借助Gemini Nano实现文本摘要、图像描述等能力,推理完全在设备上完成。

待验证50%
10月29日

MediaPipe跨Android、iOS、Web和Python平台,支持模型定制且开源;ML Kit仅支持Android。

待验证50%
10月29日

ML Kit主要解决视觉和自然语言领域的常见问题,如文字识别、人脸检测和翻译。

待验证50%
10月29日

ML Kit 会对 Gemma 4 的上下文长度设上限,开发者需先确认预算才能跑满 128K。

待验证50%
10月29日

ML Kit新增语音翻译能力,支持超过20种语言转写。

待验证50%
10月29日

端到端诈骗检测案例中,多数设备上生成响应耗时不到120毫秒。

待验证50%

还有 5 条时间轴事件

全部知识事实 (15)

待验证

Gemini Nano 4构建于开源模型Gemma 4之上,通过ML Kit API在受支持的旗舰Android设备上直接调用,模型由Android系统交付,应用无需打包模型。

50%
待验证

ML Kit GenAI语音识别API处于alpha阶段,基础模式支持API level 31及以上的Android设备,高级模式由Gemini Nano驱动,在Pixel 10及以上设备提供更好的质量和语言覆盖。

50%
待验证

ML Kit GenAI文本转语音库目前处于alpha阶段,在部分Pixel和Samsung设备上可用,提供8种音色和21种语言区域支持,首次下载后完全在设备端运行。

50%
待验证

ML Kit主要解决视觉和自然语言领域的常见问题,如文字识别、人脸检测和翻译。

50%
待验证

MediaPipe跨Android、iOS、Web和Python平台,支持模型定制且开源;ML Kit仅支持Android。

50%
待验证

GenAI API借助Gemini Nano实现文本摘要、图像描述等能力,推理完全在设备上完成。

50%
待验证

ML Kit 会对 Gemma 4 的上下文长度设上限,开发者需先确认预算才能跑满 128K。

50%
待验证

端到端诈骗检测案例中,多数设备上生成响应耗时不到120毫秒。

50%
待验证

ML Kit新增语音翻译能力,支持超过20种语言转写。

50%
待验证

超过20万个应用在应用商店描述中提及AI,同期下载量预计接近100亿次。

50%
待验证

约束解码是在推理阶段强制模型输出符合特定语法或格式的技术,它在每一步生成token时将不符合预定义文法(如JSON Schema)的token概率掩码为0。

50%
待验证

选择工具时,通常先看任务是否需要自定义模型:通用任务优先用 ML Kit 这类现成 API,需要私有数据微调或特定领域精度时,再走 Core ML 或 TensorFlow Lite 的自定义模型路径。

50%
待验证

ML Kit 在 TensorFlow Lite 之上封装了一批开箱即用的 API,如文本识别、条码扫描、人脸检测和语言识别,适合不想从零训练模型的团队。

50%
待验证

Gemini Nano是专为移动端设计的轻量版本,参数规模通常在18-32.5亿参数范围,在Pixel设备上通过Tensor芯片内置的TPU运行

50%
待验证

Google工程师Amy和Alice在技术分享中介绍了利用Gemini Nano 4和ML Kit为智能眼镜构建音频优先AI体验,并提供了开源示例XR Language Teacher。

50%

来源文章