Google 推出 Android 本地模型运行神器：AI Edge Gallery

Google 推出实验性应用 AI Edge Gallery，支持在 Android 设备本地离线运行 Gemma 等生成式 AI 模型。无需联网即可实现图片问答、多轮对话、提示词实验，并可实时对比不同模型性能，还支持自定义 LiteRT 模型测试与 Hugging Face 一键集成。

发布于2025年6月4日 07:05

编辑零重力瓦力

评论0 条

阅读109

#Google #Gemma #AI 模型

Google 推出了一款名为 AI Edge Gallery 的实验性应用，能够在 Android 移动设备本地运行前沿的生成式 AI 模型。可以用它探索各种创意和实用的 AI 场景，所有处理均在设备本地完成，模型加载后无需联网即可使用。应用内支持与模型聊天、图片问答、提示词实验等多种功能，并与 Hugging Face 深度集成，便于下载和运行包括 Gemma 在内的各种模型。

核心功能

支持本地运行，完全离线使用
可自由切换不同 Hugging Face 模型并对比其表现
支持上传图片进行智能问答
通过提示词实验室，探索 LLM 的摘要、改写、代码生成等能力
提供多轮对话功能，支持自然交流
实时测试不同模型的性能指标，包括首次响应时间、解码速度和延迟等
支持自定义模型，可本地测试 LiteRT .task 模型
一键直达模型卡片与源代码，便于开发和参考

下载地址

Github

https://github.com/google-ai-edge/gallery

百度网盘

https://pan.baidu.com/s/1rhe2IRKo9MPRwg4xPi4IXA?pwd=5khe 提取码: 5khe

Google 为何要开发 Gemma 4 模型

谷歌推出开源模型 Gemma 4，旨在解决网络受限地区无法使用前沿 AI 的问题。该模型追求内存占用下的智能最大化，首次具备多模态与智能体能力，支持在无网移动端高效运行复杂任务。目前已在乌干达离线医疗系统及秘鲁原住民语言保护等场景中落地应用。通过将大模型蒸馏至终端设备，Gemma 4 摆脱了对云端算力的依赖，推动去中心化开源生态发展，赋能各社区按需构建专属系统。

AI 工程的 4 步进化：每一步都站在上一步肩上

AI 工程化演进并非替代而是叠加，包含四个关键维度：Prompt engineering 解决单次输出准确性；Context engineering 通过 RAG 等技术优化信息输入；Harness 赋予模型工具与环境以具备行动能力；Loop 则通过迭代验证提升多步执行稳定性。这四个阶段分别对应模型的表达、记忆、手脚与工程纪律，缺一不可。成熟的 AI 产品需同时整合这四层能力，当前行业仍在探索如何平衡 Loop 的自动化与人工验证机制。

GLM 5.2 裸跑击败 Claude Code：Semgrep 安全基准实验里的意外结果

Semgrep 实验显示，开源模型 GLM 5.2 在无脚手架辅助下，IDOR 漏洞检测 F1 达 39%，超越 Claude Code 且单漏洞成本仅 0.17 美元。该模型采用 MoE 架构与 MIT 许可，编码能力接近闭源前沿水平。结果表明模型推理能力提升正缩小脚手架红利，低成本优势或改变安全审计部署策略。尽管结论受限于特定任务，但证实开源模型在安全领域已具备实战竞争力，值得纳入候选池测试。

#GLM#AI 安全

阅读全文

互动讨论

评论区

围绕《Google 推出 Android 本地模型运行神器：AI Edge Gallery》展开交流，未登录用户可浏览评论，登录后可参与讨论。

评论数

登录后参与评论

支持发表观点与回复一级评论，互动后将同步到消息中心。

登录后评论

暂无评论，欢迎成为第一个参与讨论的人。

Google 推出 Android 本地模型运行神器：AI Edge Gallery

核心功能

下载地址

相关文章

Google 为何要开发 Gemma 4 模型

AI 工程的 4 步进化：每一步都站在上一步肩上

GLM 5.2 裸跑击败 Claude Code：Semgrep 安全基准实验里的意外结果

评论区