Chrome 上的 AI
我们在 Chrome 中融入了最新的机器学习和 AI 技术，以便您更轻松、更安全、更轻松地搜索网页。开发者可以利用这项技术打造更好的 Web 体验。
Chrome 中的 Gemini Nano
内置 AI
了解我们计划通过 Chrome 在设备上实现 Gemini Nano - Gemini 生态系统最高效的模型。
为什么要使用设备端 AI？
设备端 AI 可为用户提供强大的模型，同时保护数据隐私并缩短延迟时间。
加入抢先试用计划
借助我们最高效的设备端 LLM Gemini Nano，抢先体验适用于设备端 AI 的实验性 Web API。
使用 AI 构建
评估商品评价
使用服务器端生成式 AI 评估评价。推理在服务器上进行。
帮助用户分享实用反馈
探索设备端 AI 解决方案，帮助用户撰写见解深刻的评价。
利用 AI 技术进行设备端翻译
探索实验性的 Translate API，以便为全球客户服务提供支持。
缓存 AI 模型
通过在设备上缓存模型，帮助应用更快地启动。
开发者工作效率
开发者工具中的控制台数据分析
使用控制台查看和调试设备端 AI 的结果。
撰写更好的提示
提示内容越完善，就越有可能得到所需要的结果。
I/O 大会上的 Web AI
我们正在将 Gemini Nano 的强大功能引入 Chrome，让开发者无需服务器即可将生成式 AI 引入其 Web 应用中。
面向 Web 开发者的实用设备端 AI
内置 AI 是最新产品，可为用户提供强大的模型，同时保护敏感数据并缩短延迟时间。审视实际用例，确定设备端 AI 何时适合您。
WebAssembly 和 WebGPU 增强功能，有助于加快 Web AI
了解 WebAssembly 和 WebGPU 增强功能如何提升 Web 上的机器学习性能。
全新模型、工具和 API，助力您的下一款 Web 应用
Google 的 Web AI 库和模型下载量刚刚达到 10 亿次。了解 Google Web AI 的现状，并探索可在客户端运行的生成式 AI 模型。
WebGPU
使用 WebGPU 支持您的 AI 工作，WebGPU 是一种 Web 图形 API，可让您使用更高级的 GPU 功能。
WebGPU 的新变化
探索 Chrome 中 WebGPU 的最新更新。
概览
探索 Chrome 中的 WebGPU，并为 GPU 上的常规计算提供一流的支持。
访问 GPU
了解如何使用 WebGPU 访问 GPU。
在 Google Colab 中进行 Web AI 模型测试
了解如何在真实的浏览器环境中测试基于浏览器的客户端 AI 模型。
问题排查提示和解决方法
了解为什么 WebGPU 在 Chrome 中可能无法运行或无法���预期运行，以及如何解决此问题。
API 参考
在 MDN 上找到 API 参考文档。
WebAssembly
通过 Chrome 在网页上启用高性能应用
针对 AI 推断的 WebAssembly 优化
了解针对 AI 推断中常用任务的 WebAssembly 改进。
TensorFlow.js Wasm 后端
了解 TensorFlow.js Wasm 后端 WASM 后端及其如何使用 XNNPACK 库来优化神经网络运算符的实现。
适用于 WebAssembly 的 ONNX 运行时 Web
了解如何在生产环境中部署 ONNX 运行时 Web，以及要包含在应用中的 WebAssembly 二进制文件。
