Chrome AI 功能佔用 4GB 儲存空間

💡Chrome Gemini Nano 自動下載 4GB 模型—機上 AI 開發者的關鍵儲存成本。（38字）

⚡ 30-Second TL;DR

有什麼變化

Chrome 自動下載 4GB weights.bin 用於 Gemini Nano

為什麼重要

這突顯機上 AI 模型的儲存開銷，可能影響使用者採用瀏覽器 AI 工具。部署類似模型的 AI 從業人員應考量客戶端應用的大檔案大小。

下一步行動

掃描 Chrome 資料夾尋找 weights.bin，並透過 chrome://settings/ai 停用 Gemini Nano 功能以回收儲存空間。

誰應關注：Developers & AI Engineers

AI-generated analysis for this event.

•Google 採用了「隨需下載」機制，該 4GB 的 weights.bin 檔案僅在使用者首次啟用特定 AI 功能時才會觸發下載，而非隨 Chrome 安裝包預載。
•此模型架構基於 Gemini Nano，專為邊緣運算（On-device）設計，旨在確保資料隱私，因為處理過程完全在本地端完成，無需將敏感數據傳輸至雲端伺服器。
•針對儲存空間不足的裝置，Chrome 實施了自動清理機制，若偵測到系統空間極度吃緊，瀏覽器會自動刪除該模型檔案以釋放空間，並在下次需要時重新下載。

📊 競品分析▸ Show

功能	Google Chrome (Gemini Nano)	Microsoft Edge (Copilot)	Brave (Leo AI)
模型架構	本地端 (On-device)	雲端為主 (Cloud-based)	混合式 (Hybrid)
儲存佔用	約 4GB (本地)	極低 (雲端處理)	低 (主要依賴 API)
隱私性	極高 (數據不出裝置)	中 (需傳輸至雲端)	高 (匿名化處理)
離線能力	支援部分功能	不支援	視功能而定

模型架構：基於 Gemini Nano 的量化版本（Quantized），針對 x86_64 及 ARM 架構進行了指令集優化。
檔案格式：weights.bin 採用了 Google 自家的 FlatBuffers 序列化格式，以實現快速的記憶體映射（Memory-mapped）載入，減少啟動延遲。
執行環境：利用 WebNN API 與瀏覽器內建的 XNNPACK 函式庫，直接調用 CPU/GPU 的 SIMD 指令集進行推論。
記憶體管理：模型載入時會佔用顯著的 RAM，Chrome 透過 LRU（Least Recently Used）策略動態管理模型在記憶體中的駐留狀態。