En savoir plus sur les annonces de Google AI Edge lors de la conférence I/O

Cette page a été traduite par l'API Cloud Translation.

Google AI Edge

IA intégrée à l'appareil pour les applications mobiles, Web et intégrées

Solutions sur l'appareil, des modèles aux pipelines

Accélérez le déploiement du ML, optimisez les pipelines et accédez facilement à des LLM puissants

MediaPipe

Effectuez des tâches courantes de vision, d'audio et de langage à l'aide des pipelines inclus, ou créez les vôtres. Inclut des modèles pour de nombreux cas d'utilisation et est compatible avec divers LLM courants.

TensorFlow Lite

Déployez des modèles créés dans n'importe quel framework sur des appareils mobiles, Web et intégrés.

Gemini Nano

Accédez à notre modèle Gemini le plus efficace pour les tâches sur l'appareil via Android AICore. Bientôt disponible dans Chrome.

Explorateur de modèles

Visualisez des modèles de ML pour trouver rapidement des cibles d'optimisation et résoudre des problèmes.

Pile de bout en bout comprenant des composants de haut et de bas niveau

Nouveautés Google I/O

PyTorch dans TFLite

Convertissez facilement des modèles PyTorch en modèles TensorFlow Lite grâce aux nouveaux outils intégrés.

API Torch Generative

Intégrez vos propres architectures LLM dans TensorFlow Lite.

Modèles plus volumineux sur le Web

Notre dernière version de l'API MediaPipe LLM Inference est désormais compatible avec les modèles plus volumineux sur le Web, jusqu'à Gemma 7B à int8, si le matériel le permet.

LoRA dans MediaPipe

Affinez les modèles LLM à l'aide des pondérations LoRA pour améliorer la précision avec un impact minimal sur l'empreinte des modèles.

Explorateur de modèles

Accélérez la conversion, la quantification et le débogage grâce à une visualisation performante des modèles.

MediaPipe

Créez facilement des solutions de ML innovantes sur l'appareil

Tâches MediaPipe

API nécessitant peu de programmation pour déployer des modèles de machine learning prêts à l'emploi sur l'appareil.

Commencer

MediaPipe Studio

Prévisualisez les modèles et les pipelines sur l'appareil.

Commencer

MediaPipe Model Maker

Affinez les modèles à l'aide de vos propres données.

Commencer

Framework MediaPipe

Accédez à des composants de bas niveau pour créer des pipelines de ML rapides et flexibles sur l'appareil.

Commencer

Relevez les défis courants avec MediaPipe

Vision

Analysez des éléments dans des images et des vidéos.

Natural Language

Comprenez le sens du texte.

Audio

Écouter et reconnaître des sons

Essayer les versions de démonstrationEssayer les versions de démonstration

TensorFlow Lite

Bibliothèque légère et multi-framework permettant de déployer des modèles sur des appareils mobiles, sur le Web, ou sur des microcontrôleurs.

Choisir un modèle

Choisissez un nouveau modèle, réentraînez un modèle existant ou utilisez le vôtre, grâce à la compatibilité avec TensorFlow, JAX et PyTorch.

Guide du développeur

Convertir

Convertissez un modèle en un tampon plat compressé.

Guide du développeur

Déployer

Chargez le fichier .tflite compressé, puis exécutez-le sur un appareil.

Guide du développeur

Quantifier

Augmentez la vitesse du modèle et réduisez sa taille.

Guide du développeur

IA générative, exécutée sur l'appareil

API MediaPipe LLM Inference

Exécutez des LLM entièrement sur l'appareil et effectuez un large éventail de tâches, comme générer du texte, récupérer des informations en langage naturel et résumer des documents. L'API est compatible avec plusieurs grands modèles de langage texte-vers-texte, ce qui vous permet d'appliquer les derniers modèles d'IA générative sur l'appareil à vos applications et produits. En savoir plus

API Torch Generative

Créez des LLM hautes performances dans PyTorch, puis convertissez-les pour qu'ils s'exécutent sur l'appareil à l'aide de l'environnement d'exécution TensorFlow Lite (TFLite). En savoir plus

Gemini Nano

Accédez à notre modèle Gemini le plus efficace pour les tâches sur l'appareil via Android AICore. Bientôt disponible dans Chrome.

Pourquoi déployer le ML sur des appareils de périphérie ?

Tardive

Bénéficiez d'un traitement multimédia en temps réel simple, rapide et sans intervention du serveur.

Confidentialité

Effectuez des inférences en local, sans que les données sensibles ne quittent l'appareil.

Coût

Utilisez les ressources de calcul sur l'appareil et faites des économies sur les coûts de serveur.

Disponibilité de la lecture hors connexion

Aucune connexion réseau. Aucun problème.