میاناهای برنامه‌سازی کاربردی «هوش مصنوعی زایا» در ML Kit از قدرت Gemini Nano بهره می‌برند تا به برنامه‌های شما کمک کنند تکالیف هوش مصنوعی زایا را در دستگاه انجام دهند. این میاناهای برنامه‌سازی کاربردی بر روی AICore ساخته شده‌اند، یک سرویس سیستم Android که مدل‌های بنیادی درون‌دستگاهی را مدیریت می‌کند و استنتاج را تسریع می‌کند و درعین‌حال داده‌های کاربر را خصوصی نگه می‌دارد.
شرایط خدمات تکمیلی ML Kit GenAI API برای استفاده از GenAI API اعمال می‌شود. توسعه‌دهندگان به‌تنهایی مسئول ایمنی کارخواه میانای برنامه‌سازی کاربردی خود و تجربه کاربری برنامه‌شان هستند.
قابلیت‌های کلیدی
ML Kit توانمندی‌های «هوش مصنوعی زایای» خود را در دسته‌های زیر سازمان‌دهی می‌کند:
تولید سفارشی و عامل‌ها
مستقیماً با مدل پایه Gemini Nano برای پیام‌واره‌های سفارشی و گردش‌های کار عامل خودکار کار کنید:
- دسترسی مستقیم به مدل (بااستفاده از کلاس
GenerativeModel): تولید نوشتار یا خروجی ساختاریافته تایپ‌شده از پیام‌واره‌های چندحالته یا فقط نوشتاری سفارشی، یا مدیریت مستقیم سابقه گپ چندنوبتی خودتان بااستفاده از شیءList<Content>با نقش‌هایUSERوMODELو مقدارsessionId، و مدیریت مستقیم اعلان‌های ابزار. - گردش‌های کار عاملی (بااستفاده از کلاس
AgentRunner): برپایه کلاسGenerativeModelساخته شده است و مدیریت جلسه چندنوبتی (ازجمله سابقه مکالمه درون‌حافظه‌ای) و حلقه‌های فراخوانی ابزار چندمرحله‌ای را خودکارسازی می‌کند.
گفتار و صدا
آوانویسی، ترجمه، و ترکیب کردن صدای گفتار در دستگاه:
- تشخیص گفتار: محتوای صوتی گفتاری را به نوشتار به همان زبان ترانویسی می‌کند.
- ترجمه گفتار: ترجمه هم‌زمان صدای گفتاری به نوشتار به زبانی دیگر.
- نوشتار به گفتار: صدای گفتار با صدای طبیعی را از نوشتار ترکیب کنید.
تکالیف نوشتاری و تصویری
از میاناهای برنامه‌سازی کاربردی مختص تکلیف که برای تکالیف رایج بینایی، نوشتن، و جستجو بهینه‌سازی شده‌اند بدون مهندسی پیام‌واره استفاده کنید:
- شرح تصویر: شرح کوتاهی برای تصویر ارائه‌شده تولید کنید.
- خلاصه کردن: مقاله‌ها یا مکالمه‌های گپ را به‌صورت فهرست گلوله‌ای خلاصه کنید.
- نمونه‌خوانی: محتوای کوتاه را با پالایش دستور زبان و اصلاح خطاهای املایی صیقل دهید.
- بازنویسی: پیام‌های کوتاه را با لحن‌ها یا سبک‌های مختلف بازنویسی کنید.
- جاسازی‌ها: جاسازی‌های برداری را برای نوشتار و تصاویر بااستفاده از Embeddings API تولید کنید و آن‌ها را با AndroidX AppSearch جفت کنید تا محتوا را براساس معنی پیدا کنید.
مزایای میاناهای برنامه‌سازی کاربردی هوش مصنوعی زایا
مشابه سایر ویژگی‌های موجود ML Kit، میاناهای برنامه‌سازی کاربردی GenAI کاملاً در دستگاه اجرا می‌شوند و بنابراین مزایای زیر را ارائه می‌دهند:
- داده‌های ورودی، استنتاج، و خروجی به‌صورت محلی پردازش می‌شود
- عملکرد بدون اتصال اینترنت قابل‌اطمینان یکسان باقی می‌ماند
- هیچ هزینه سرور اضافی برای هر فراخوان میانای برنامه‌سازی کاربردی تحمیل نمی‌شود
علاوه‌براین، ازآنجایی‌که GenAI API روی AICore ساخته شده‌اند و توسط Gemini Nano پشتیبانی می‌شوند، برنامه‌ها و APIهای خاص وظیفه از همان مدل پایه Gemini Nano در دستگاه استفاده می‌کنند. این کار باعث می‌شود که اگر Gemini Nano ازقبل در دستگاه وجود داشته باشد، دیگر نیازی به بارگیری مدل جداگانه نباشد و درنتیجه فضای ذخیره‌سازی حفظ شود. درباره نحوه جداسازی درخواست‌ها توسط AICore برای محافظت از حریم خصوصی بیشتر بدانید.
جاری‌سازی درمقابل غیرجاری‌سازی
ML Kit GenAI APIs هم گزینه‌های جاری‌سازی و هم غیرجاری‌سازی را برای دریافت نتایج ارائه می‌دهد. API جاری‌سازی پاسخ‌ها را به‌صورت افزایشی و هم‌زمان با تولید آن‌ها ارائه می‌دهد و جریان مداومی از داده‌ها را فراهم می‌کند. درمقابل، API غیرجاری‌سازی تا زمانی که کل پاسخ کامل شود منتظر می‌ماند و سپس آن را به‌عنوان یک بلوک واحد برمی‌گرداند.
برای پاسخ‌های طولانی، API جاری‌سازی را انتخاب کنید، زیرا امکان بازخورد اولیه سریع‌تر را فراهم می‌کند. میانای برنامه‌سازی کاربردی غیرجاری‌سازی برای پاسخ‌های کوتاه یا هنگام پردازش نتایج به‌صورت دسته‌ای مناسب‌تر است.
پشتیبانی دستگاه
پشتیبانی دستگاه از تولید سفارشی و نماینده‌ها و میاناهای برنامه‌سازی کاربردی تکلیف نوشتاری و تصویری در بخش‌های زیر شرح داده شده است. برای ویژگی‌هایی که در این بخش فهرست نشده‌اند، به صفحه‌های ویژگی‌های تکی برای اطلاعات پشتیبانی دستگاه مراجعه کنید.
پشتیبانی از دستگاه نماینده و تولید سفارشی
دسترسی مستقیم به مدل و گردش کار عامل‌گرا در دستگاه‌های زیر پشتیبانی می‌شود:
Gemini Nano 2 |
|
Gemini Nano 3 |
|
Gemini Nano 4 |
|
دردسترس بودن و نسخه مدل ممکن است بسته به پیکربندی RAM دستگاه، نسخه سیستم‌عامل، و وضعیت به‌روزرسانی AICore متفاوت باشد. برای بررسی نسخه مدل فعال در دستگاه، به بازیابی نسخه Gemini Nano مراجعه کنید.
پشتیبانی دستگاه از تکلیف نوشتاری و تصویری
میاناهای برنامه‌سازی کاربردی شرح تصویر، خلاصه‌سازی، نمونه‌خوانی، و بازنویسی در دستگاه‌های زیر دردسترس هستند و برنامه‌هایی برای گسترش پشتیبانی به دستگاه‌های بیشتر وجود دارد:
- Acer: Acer Googlebook 14
- ASUS: ASUS Googlebook 14
- Dell: XPS Googlebook
- Google: Pixel 11، Pixel 11 Pro، Pixel 11 Pro XL، Pixel 11 Pro Fold، Pixel 10، Pixel 10 Pro، Pixel 10 Pro XL، Pixel 10 Pro Fold، Pixel 9، Pixel 9 Pro، Pixel 9 Pro XL، Pixel 9 Pro Fold
- Honor: Honor 400 Pro، Honor 600 Pro، Magic 7، Magic 7 Pro، Porsche Design Magic 7 RSR، Magic 8 Pro، Magic V5، Magic V6، MagicPad 4
- HP: HP Googlebook 14
- iQOO: iQOO 13، iQOO 15
- Lenovo: Lenovo Googlebook 15، Lenovo Idea Tab Pro Gen 2، Lenovo Legion Tab Gen 5(8.8")، Lenovo Yoga Tab Plus Gen 2
- Motorola: Edge 70 Pro، Edge 70 Pro+، Razr 60 Ultra، Razr Ultra 2025، Razr Fold، Signature
- OnePlus: OnePlus 13، OnePlus 13s، OnePlus 15، OnePlus 15R، OnePlus Pad 3
- OPPO: Find N5, Find N6, Find X8, Find X8 Pro, Find X9, Find X9 Pro, Find X9s, Find X9 Ultra, Find X10, Find X10 Pro Max, Reno 14 Pro 5G, Reno 15 Pro 5G, Reno 15 Pro Mini 5G, Reno 15 Pro Max 5G, Reno 16 Pro 5G
- POCO: POCO F7 Ultra، POCO F8 Pro، POCO F8 Ultra، POCO F9 Pro، POCO X7 Pro، POCO X8 Pro، POCO X8 Pro Max
- realme: realme GT 7، realme GT 7 Pro، realme GT 7T، realme GT 8 Pro
- Redmi: Redmi Turbo 5
- Samsung: Galaxy S25، Galaxy S25+، Galaxy S25 Edge، Galaxy S25 Ultra، Galaxy S26، Galaxy S26+، Galaxy S26 FE، Galaxy S26 Ultra، Galaxy Tab S12+، Galaxy Tab S12 Ultra، Galaxy Z Flip7، Galaxy Z Flip8، Galaxy Z Fold7، Galaxy Z Fold8، Galaxy Z Fold8 Ultra، Galaxy Z TriFold
- Sharp: AQUOS R11
- Sony: Xperia 1 VIII
- vivo: vivo T4 Ultra، vivo X200، vivo X200 FE، vivo X200 Pro، vivo X200T، vivo X300، vivo X300 FE، vivo X300 Pro، vivo X300 Ultra، vivo X500 Pro، vivo X500 Pro Max، vivo X Fold3 Pro، vivo X Fold5، vivo X Fold6
- Xiaomi: Leitzphone powered by Xiaomi، Xiaomi 15، Xiaomi 15T، Xiaomi 15T Pro، Xiaomi 15 Ultra، Xiaomi 17، Xiaomi 17T، Xiaomi 17T Pro، Xiaomi 17 Ultra، Xiaomi Pad Mini
دردسترس بودن پشتیبانی از زبان‌های خاص ممکن است بسته به پیکربندی دستگاه خاص و مدل‌هایی که در دستگاه بارگیری شده‌اند متفاوت باشد.
بازیابی نسخه Gemini Nano
نسخه‌های مختلف Gemini Nano در دستگاه‌های مختلف اجرا می‌شود. برای برگرداندن
نسخه Gemini Nano در دستگاه، از روش getBaseModelName() استفاده کنید.
سهمیه به‌ازای هر برنامه
AICore سهمیه استنتاجی را برای هر برنامه اعمال می‌کند. ارسال تعداد زیادی
درخواست GenAI API در مدت کوتاه منجر به پاسخ ErrorCode.BUSY
خواهد شد. هنگام دریافت چنین خطایی، از عقب‌نشینی نمایی برای امتحان مجدد درخواست استفاده کنید. همچنین، اگر برنامه‌ای از سهمیه بلندمدت (مثلاً سهمیه روزانه) فراتر رود، ممکن است ErrorCode.PER_APP_BATTERY_USE_QUOTA_EXCEEDED برگردانده شود.
استفاده پس‌زمینه‌ای
استنتاج GenAI API فقط زمانی مجاز است که برنامه در پیش‌زمینه بالا باشد. استفاده از میانای برنامه‌سازی کاربردی زمانی که برنامه در پیش‌زمینه نیست، ازجمله
استفاده از سرویس پیش‌زمینه‌ای، منجر به پاسخ ErrorCode.BACKGROUND_USE_BLOCKED
خواهد شد.
کدگذاری نمونه
برای دریافت این کد، نمونه‌های زیر را بررسی کنید: