ข่าวสารเกี่ยวกับผลิตภัณฑ์

การอนุมานแบบผสมเวอร์ชันทดลองและโมเดล Gemini ใหม่สำหรับ Android

ใช้เวลาอ่าน 2 นาที
ดูโปรไฟล์ของ Thomas Ezan
Thomas Ezan วิศวกรอาวุโสฝ่ายนักพัฒนาสัมพันธ์

หากคุณเป็นนักพัฒนาแอป Android ที่ต้องการใช้ฟีเจอร์ AI ที่เป็นนวัตกรรมใหม่ในแอป เราเพิ่งเปิดตัวการอัปเดตใหม่ที่มีประสิทธิภาพดังนี้

  • การอนุมานแบบไฮบริด ซึ่งเป็น API ใหม่สำหรับ Firebase AI Logic เพื่อใช้ประโยชน์จากการอนุมานทั้งในอุปกรณ์และระบบคลาวด์
  • การรองรับโมเดล Gemini ใหม่ รวมถึงโมเดล Nano Banana ล่าสุดสำหรับการสร้างรูปภาพ

ไปดูกันเลย

ทดสอบการอนุมานแบบผสม

Firebase API ใหม่สำหรับการอนุมานแบบผสมช่วยให้เราใช้แนวทางการกำหนดเส้นทางตามกฎที่เรียบง่ายเป็นโซลูชันเริ่มต้นเพื่อให้คุณใช้ทั้งการอนุมานในอุปกรณ์และระบบคลาวด์ผ่าน API แบบรวมได้ เราวางแผนที่จะให้บริการความสามารถในการกำหนดเส้นทางที่ซับซ้อนมากขึ้นในอนาคต

ซึ่งช่วยให้แอปของคุณสลับไปมาระหว่าง Gemini Nano ที่ทำงานในเครื่องบนอุปกรณ์กับโมเดล Gemini ที่โฮสต์ในระบบคลาวด์ได้แบบไดนามิก การดำเนินการในอุปกรณ์ใช้ Prompt API ของ ML Kit การอนุมานในระบบคลาวด์รองรับโมเดล Gemini ทั้งหมดจาก Firebase AI Logic ทั้งใน Vertex AI และ Developer API

หากต้องการใช้ ให้เพิ่มทรัพยากร Dependency firebase-ai-ondevice ลงในแอปร่วมกับ Firebase AI Logic ดังนี้

dependencies {
 [...] 
 implementation("com.google.firebase:firebase-ai:17.10.1")
 implementation("com.google.firebase:firebase-ai-ondevice:16.0.0-beta01")
}

ในระหว่างการเริ่มต้น คุณจะสร้างอินสแตนซ์ GenerativeModel และกำหนดค่าด้วยโหมดการอนุมานที่เฉพาะเจาะจง เช่น PREFER_ON_DEVICE (เปลี่ยนไปใช้ระบบคลาวด์หาก Gemini Nano ไม่พร้อมใช้งานในอุปกรณ์) หรือ PREFER_IN_CLOUD (เปลี่ยนไปใช้การอนุมานในอุปกรณ์หากออฟไลน์)

val model = Firebase.ai(backend = GenerativeBackend.googleAI())
    .generativeModel(
        modelName = "gemini-3.1-flash-lite",
        onDeviceConfig = OnDeviceConfig(
           mode = InferenceMode.PREFER_ON_DEVICE
        )
    )

val response = model.generateContent(prompt)

Firebase API สำหรับการอนุมานแบบผสมใน Android ยังอยู่ในขั้นทดลอง และเราขอแนะนำให้คุณลองใช้ในแอป โดยเฉพาะอย่างยิ่งหากคุณใช้ Firebase AI Logic อยู่แล้ว 

ปัจจุบัน โมเดลในอุปกรณ์มีความเชี่ยวชาญในการสร้างข้อความแบบเทิร์นเดียวโดยอิงตามอินพุตข้อความหรือรูปภาพบิตแมปรายการเดียว ดูรายละเอียดเพิ่มเติมได้ที่ข้อจำกัด

เราเพิ่งเผยแพร่ตัวอย่างใหม่ในแคตตาล็อกตัวอย่าง AI ที่ใช้ประโยชน์จาก Firebase API สำหรับการอนุมานแบบไฮบริด ซึ่งสาธิตวิธีใช้ Firebase API สำหรับการอนุมานแบบไฮบริดเพื่อสร้างรีวิวตามหัวข้อที่เลือกไว้ 2-3 หัวข้อ แล้วแปลเป็นภาษาต่างๆ ดูโค้ดเพื่อดูการทำงานจริง

Hybrid_Inference-Inline-imagery.gif
ตัวอย่างการอนุมานแบบผสมผสานใหม่ที่ใช้งานจริง

ตัวอย่างการอนุมานแบบผสมใหม่ที่ใช้งานจริง 

ลองใช้โมเดลใหม่ของเรา

ในส่วนของโมเดล Gemini ใหม่ เราได้เปิดตัวโมเดล 2 รายการที่มีประโยชน์อย่างยิ่งสำหรับนักพัฒนาแอป Android และผสานรวมในแอปพลิเคชันของคุณได้ง่ายๆ ผ่าน Firebase AI Logic SDK

Nano Banana
เมื่อปีที่แล้ว เราได้เปิดตัว Nano Banana ซึ่งเป็นโมเดลการสร้างรูปภาพที่ล้ำสมัย และเมื่อไม่กี่สัปดาห์ก่อน เราได้เปิดตัวโมเดล Nano Banana ใหม่ 2 โมเดล

Nano Banana Pro (Gemini 3 Pro Image) ออกแบบมาเพื่อการสร้างชิ้นงานระดับมืออาชีพและสามารถแสดงผลข้อความที่มีรายละเอียดเสมือนจริงสูง แม้จะเป็นแบบอักษรที่เฉพาะเจาะจงหรือจำลองลายมือประเภทต่างๆ

Nano Banana 2 (Gemini 3.1 Flash Image) เป็นโมเดลที่มีประสิทธิภาพสูงเทียบเท่ากับ Nano Banana Pro โดยได้รับการเพิ่มประสิทธิภาพเพื่อความเร็วและ Use Case ที่มีปริมาณมาก โดยสามารถใช้กับกรณีการใช้งานที่หลากหลาย (อินโฟกราฟิก, สติกเกอร์เสมือนจริง, ภาพประกอบตามบริบท ฯลฯ)  

โมเดล Nano Banana ใหม่ใช้ความรู้เกี่ยวกับโลกและความสามารถในการให้เหตุผลเชิงลึกเพื่อสร้างรูปภาพที่แม่นยำและมีรายละเอียด

เราได้อัปเดตตัวอย่างเซลฟีอัจฉริยะ (ใช้การสร้างรูปภาพเพื่อเปลี่ยนพื้นหลังของเซลฟี) ให้ใช้ Nano Banana 2 ตอนนี้การแบ่งกลุ่มพื้นหลังจะได้รับการจัดการโดยตรงด้วยโมเดลการสร้างรูปภาพ ซึ่งทำให้การใช้งานง่ายขึ้นและช่วยให้ความสามารถในการสร้างรูปภาพที่ได้รับการปรับปรุงของ Nano Banana 2 โดดเด่นขึ้น ดูการทำงานจริงได้ที่นี่

magic_selfie.png
ตัวอย่าง Magic Selfie ที่อัปเดตแล้วใช้ Nanobana 2 เพื่ออัปเดตพื้นหลังเซลฟี

คุณสามารถใช้ผ่าน Firebase AI Logic SDK อ่านข้อมูลเพิ่มเติมได้ในเอกสารประกอบของ Android

Gemini 3.1 Flash-Lite

นอกจากนี้ เรายังเปิดตัว Gemini 3.1 Flash-Lite ซึ่งเป็นเวอร์ชันใหม่ของตระกูล Gemini Flash-Lite ด้วย โมเดล Gemini Flash-Lite ได้รับความนิยมจากนักพัฒนาแอป Android เป็นพิเศษเนื่องจากมีอัตราส่วนคุณภาพ/เวลาในการตอบสนองที่ดีและมีต้นทุนการอนุมานต่ำ นักพัฒนาแอป Android ได้นำโมเดลนี้ไปใช้ในกรณีการใช้งานต่างๆ เช่น การแปลข้อความในแอปหรือการสร้างสูตรอาหารจากรูปภาพอาหาร  

Gemini 3.1 Flash-Lite ซึ่งปัจจุบันอยู่ในเวอร์ชันตัวอย่างจะช่วยให้สามารถใช้งานในกรณีที่ซับซ้อนมากขึ้นได้โดยมีเวลาในการตอบสนองเทียบเท่ากับ Gemini 2.5 Flash-Lite

ดูข้อมูลเพิ่มเติมเกี่ยวกับโมเดลนี้ได้ที่เอกสารประกอบของ Firebase

สรุป

นี่เป็นโอกาสดีที่จะได้สำรวจตัวอย่างแบบไฮบริดใหม่ในแคตตาล็อกของเราเพื่อดูความสามารถเหล่านี้ในการใช้งานจริง และทำความเข้าใจประโยชน์ของการกำหนดเส้นทางระหว่างการอนุมานในอุปกรณ์และระบบคลาวด์ นอกจากนี้ เราขอแนะนำให้คุณดูเอกสารประกอบเพื่อทดสอบโมเดล Gemini ใหม่

เขียนโดย
อ่านต่อ