In Google ci impegniamo a portare i modelli di AI più potenti direttamente sui dispositivi Android che hai in tasca. Oggi siamo felici di annunciare il rilascio del nostro ultimo modello open all'avanguardia: Gemma 4.

Questi modelli sono la base per la prossima generazione di Gemini Nano, quindi il codice che scrivi oggi per Gemma 4 funzionerà automaticamente sui dispositivi con Gemini Nano 4 che saranno disponibili entro la fine dell'anno. Con Gemini Nano 4, potrai usufruire delle nostre ottimizzazioni aggiuntive delle prestazioni per poter eseguire il deployment in produzione nell'ecosistema Android con l'inferenza sul dispositivo più efficiente.

Puoi accedere in anteprima a questo modello oggi stesso tramite l'Anteprima per gli sviluppatori AICore.

Seleziona il modello Gemini Nano 4 Fast nell'interfaccia utente di Anteprima per gli sviluppatori per vedere la sua velocità di inferenza fulminea in azione prima di scrivere qualsiasi codice

Poiché Gemma 4 supporta nativamente oltre 140 lingue, puoi aspettarti esperienze localizzate e multilingue migliorate per il tuo pubblico globale. Inoltre, Gemma 4 offre prestazioni leader del settore con comprensione multimodale, consentendo alle tue app di comprendere ed elaborare testo, immagini e audio. Per offrirti il miglior equilibrio tra prestazioni ed efficienza, Gemma 4 su Android è disponibile in due dimensioni:

• E4B: progettato per una maggiore capacità di ragionamento e attività complesse.
• E2B: ottimizzato per la massima velocità (3 volte più veloce del modello E4B) e una latenza inferiore.

Il nuovo modello è fino a 4 volte più veloce delle versioni precedenti e utilizza fino al 60% di batteria in meno. A partire da oggi, puoi sperimentare funzionalità migliorate, tra cui:

• Ragionamento:ora è possibile prevedere che i comandi chain-of-thought e le istruzioni condizionali restituiscano risultati di qualità superiore. Ad esempio: "Determina se il seguente commento per un thread di discussione supera le Norme della community. Il commento non supera le Norme della community se contiene uno o più dei seguenti motivi di segnalazione: linguaggio volgare, linguaggio dispregiativo, incitamento all'odio. Se la revisione supera le Norme della community, restituisci {true}. In caso contrario, restituisci {false, reason_for_flag}.”
• Matematica: grazie a migliori competenze matematiche, il modello ora può rispondere alle domande in modo più accurato. Ad esempio: "Se ricevo 26 buste paga all'anno, quanto devo versare in ogni busta paga per raggiungere il mio obiettivo di risparmio di 10.000 € nel corso di un anno?"
• Comprensione del tempo: il modello è ora più efficace nel ragionamento sul tempo, il che lo rende più preciso per i casi d'uso che coinvolgono calendari, promemoria e sveglie. Ad esempio: "L'evento si terrà alle 18:00 del 18 agosto e un promemoria deve essere inviato 10 ore prima dell'evento. Restituisci l'ora e la data in cui deve essere inviato il promemoria".
• Comprensione delle immagini:i casi d'uso che coinvolgono l'OCR (riconoscimento ottico dei caratteri), come la comprensione dei grafici, l'estrazione di dati visivi e il riconoscimento della scrittura a mano, ora restituiranno risultati più accurati.

Partecipa oggi stesso all'Anteprima per gli sviluppatori per scaricare questi modelli nelle versioni di anteprima e iniziare subito a creare funzionalità di nuova generazione.

Inizia a testare il modello

Puoi provare il modello senza codice seguendo la guida all'anteprima per gli sviluppatori. Se vuoi iniziare subito a integrare questi modelli nel tuo workflow esistente, abbiamo semplificato la procedura. Vai ad Android Studio per perfezionare il prompt e creare con la nota API ML Kit Prompt. Abbiamo introdotto una nuova funzionalità per specificare un modello, che ti consente di scegliere le varianti E2B (veloce) o E4B (completa) per i test.

// Define the configuration with a specific track and preference
val previewFullConfig = generationConfig {
    modelConfig = ModelConfig {
        releaseTrack = ModelReleaseTrack.PREVIEW
        preference = ModelPreference.FULL
    }
}

// Initialize the GenerativeModel with the configuration
val previewModel = GenerativeModel.getClient(previewFullConfig)

// Verify that the specific preview model is available
val previewModelStatus = previewModel.checkStatus()
if (previewModelStatus == FeatureStatus.AVAILABLE) {
    // Proceed with inference
    val response = previewModel.generateContent("If I get 26 paychecks per year, how much I should contribute each paycheck to reach my savings goal of $10k over the course of a year? Return only the amount.")

} else {
    // Handle the case where the preview model is not available
    // (e.g., print out log statements)
}

Cosa aspettarsi durante l'anteprima per gli sviluppatori

Lo scopo di questa anteprima per gli sviluppatori è quello di darti un vantaggio per migliorare l'accuratezza dei prompt ed esplorare nuovi casi d'uso per le tue app specifiche.

Durante il periodo di anteprima, verranno apportati diversi aggiornamenti, tra cui il supporto per la chiamata di strumenti, l'output strutturato, i prompt di sistema e la modalità di pensiero nell'API Prompt, per sfruttare al meglio le nuove funzionalità di Gemma 4 e le ottimizzazioni significative delle prestazioni. 

I modelli di anteprima sono disponibili per i test sui dispositivi con AICore. Questi modelli verranno eseguiti sull'ultima generazione di acceleratori AI specializzati di Google, MediaTek e Qualcomm Technologies. Su altri dispositivi, i modelli verranno inizialmente eseguiti su un'implementazione della CPU che non è rappresentativa delle prestazioni di produzione finali. Se il tuo dispositivo non supporta AICore, puoi testare questi modelli anche tramite l'app AI Edge Gallery. In futuro forniremo il supporto per altri dispositivi.

Come iniziare

Vuoi scoprire cosa può fare Gemma 4 per i tuoi utenti?

1. Attivazione:registrati per l' anteprima per gli sviluppatori AICore.
2. Download:una volta attivata la funzionalità, puoi attivare il download degli ultimi modelli Gemma 4 direttamente sul tuo dispositivo di test supportato.
3. Crea:aggiorna l'implementazione di ML Kit per scegliere come target i nuovi modelli e inizia a creare in Android Studio.