Chrome 靜默推送 4GB 本地 AI 模型

增強重點摘要

• •Google 透過 Chrome 的『最佳化指南』（Optimization Guide）元件機制進行模型部署，該機制旨在自動下載與管理各類 AI 模型，而非僅限於 Gemini Nano。
• •此行為與 Google 推動的『內建 AI』（Built-in AI）策略一致，旨在讓 Chrome 瀏覽器在無網路連線下也能執行網頁內容摘要、智慧回覆等功能，以降低伺服器負載。
• •針對隱私疑慮，Google 強調模型在本地端執行，處理過程不涉及將使用者資料傳送至雲端，但此類背景下載行為缺乏明確的用戶同意機制（Opt-in），仍引發歐盟 GDPR 合規性的討論。

競品分析

技術深入

• •模型架構：Gemini Nano 為 Google 針對邊緣裝置最佳化的多模態模型，採用蒸餾技術（Distillation）以適應有限的記憶體與運算資源。
• •部署機制：利用 Chrome 的 Component Updater 服務，將模型檔案封裝為可更新的元件，並透過背景排程器（Background Scheduler）進行下載與更新。
• •硬體需求：依賴瀏覽器內建的 WebNN API 或 WebGPU 加速，以在本地 CPU/GPU 上執行推論，減少對雲端 API 的依賴。
• •儲存管理：模型檔案通常存放於 Chrome 的 User Data 目錄下的 'OptimizationGuide' 子資料夾中，並透過瀏覽器內部的模型管理服務進行版本控制。

前景展望基於引用來源的 AI 分析

時間線