Under Google I/O-utvecklarkonferensen 2024 på tisdagen tillkännagav Google att de bygger in Gemini Nano, den minsta av sina AI-modeller, direkt i Chrome-skrivbordsklienten, med början i Chrome 126.
Detta kommer, enligt företaget, att möjliggöra för utvecklare att använda modellen på enheten för att driva sina egna AI-funktioner. Google planerar själva att använda denna nya kapacitet för att driva funktioner som det befintliga verktyget “hjälp mig att skriva” från Workspace Lab i Gmail.
Företaget säger att det är det senaste arbetet med WebGPU och WASM-stöd i Chrome som möjliggör att dessa modeller kan köras med rimlig hastighet på en bred uppsättning hårdvara.
Vid en briefing inför tisdagens tillkännagivande noterade Jon Dahlke, Googles produktchef för Chrome, att Google förde samtal med andra webbläsartillverkare för att möjliggöra detta – eller en liknande funktion – i deras webbläsare också.
“Vi har börjat engagera andra webbläsare och kommer att öppna ett tidigt förhandsvisningsprogram för utvecklare,” skrev Dahlke i tisdagens tillkännagivande. “Med webGPU, WASM och Gemini inbyggt i Chrome, tror vi att webben är redo för AI.”
Det är dock tveksamt att de flesta av Chromes konkurrenter skulle vilja satsa enbart på Googles AI-modeller. Det som är mer logiskt är att möjliggöra för webbläsare – och utvecklare – att köra den modell de väljer. Google skulle klart välja att köra Gemini för sina applikationer, men dessa modeller är tillräckligt små för att tillåta utvecklare att välja vilken de vill för sina applikationer.
Googles satsning är dock att möjliggöra ett antal högnivå-API:er i Chrome för att översätta, texta och transkribera text i webbläsaren med hjälp av dess Gemini-modeller.
“För att leverera denna funktion har vi finjusterat vår mest effektiva version av Gemini och optimerat Chrome,” sa Dahlke under dagens utvecklarhuvudnyckel på I/O. “Nu vill vi ge dig tillgång till Gemini-modeller i Chrome. Vår vision är att ge dig de kraftfullaste AI-modellerna i Chrome för att nå miljarder användare utan att behöva oroa dig för prompt engineering, finjustering, kapacitet och kostnad. Allt du behöver göra är att anropa några högnivå-API:er – översätt, texta, transkribera. Detta är en stor förändring för webben och vi vill göra det rätt.”
För utvecklare använder Google nu också den inbyggda Gemini Nano-modellen för att driva några nya funktioner i Chrome DevTools Console. Tack vare detta kan Chrome dev-verktygen nu förklara fel och ge felsökningslösningar direkt i konsolen.
