KI in mobilen, Web- und eingebetteten Anwendungen bereitstellen
-
Auf dem Gerät
Latenz reduzieren. Offline arbeiten Ihre Daten lokal und privat aufbewahren
-
Plattformübergreifend
Führen Sie dasselbe Modell auf Android-, iOS-, Web- und eingebetteten Geräten aus.
-
Mehrere Frameworks
Kompatibel mit JAX-, Keras-, PyTorch- und TensorFlow-Modellen.
-
Full AI Edge Stack
Flexible Frameworks, schlüsselfertige Lösungen, Hardwarebeschleuniger
Sofort einsatzbereite Lösungen und flexible Frameworks
Low-Code-APIs für gängige KI-Aufgaben
Plattformübergreifende APIs zur Bewältigung gängiger Aufgaben aus den Bereichen Generative AI, Vision, Text und Audio
<ph type="x-smartling-placeholder"></ph> Erste Schritte mit MediaPipe-AufgabenBenutzerdefinierte Modelle plattformübergreifend bereitstellen
Sie können JAX-, Keras-, PyTorch- und TensorFlow-Modelle auf Android-, iOS-, Web- und eingebetteten Geräten ausführen, die für herkömmliches ML und generative KI optimiert sind.
<ph type="x-smartling-placeholder"></ph> Erste Schritte mit LiteRT
Verkürzung von Entwicklungszyklen durch Visualisierung
Visualisieren Sie die Transformation Ihres Modells durch Konvertierung und Quantisierung. Hotspots beheben, indem Benchmark-Ergebnisse überlagert werden
<ph type="x-smartling-placeholder"></ph> Erste Schritte mit dem Modell-Explorer
Benutzerdefinierte Pipelines für komplexe ML-Funktionen erstellen
Erstellen Sie Ihre eigene Aufgabe, indem Sie mehrere ML-Modelle sowie Vor- und Nachverarbeitung verketten Logik. Beschleunigte Pipelines (GPU und NPU) ohne Blockierung auf der CPU ausführen.
Einstieg in das MediaPipe-Framework
Die Tools und Frameworks, die die Apps von Google unterstützen
Entdecken Sie den gesamten KI-Edge-Stack mit Produkten auf jeder Ebene – von Low-Code-APIs bis hin zu hardwarespezifischen Beschleunigungsbibliotheken.
MediaPipe-Aufgaben
Mit Low-Code-APIs können Sie schnell KI-Funktionen in mobile und Web-Apps einbinden. Diese APIs decken gängige Aufgaben ab, darunter generative KI, maschinelles Sehen, Text und Audio.
Generative KI
Mithilfe von vorgefertigten APIs können Sie generative Sprach- und Bildmodelle direkt in Ihre Apps einbinden.
Vision
Entdecken Sie eine Vielzahl von Vision-Aufgaben wie Segmentierung, Klassifizierung, Erkennung, Erkennung und Orientierungspunkte für Ihren Körper.
Text- und Audio
Sie können Text und Audioinhalte in vielen Kategorien klassifizieren, darunter Sprache, Stimmung und eigene benutzerdefinierte Kategorien.
Jetzt starten
MediaPipe-Framework
Ein Low-Level-Framework zum Erstellen hochleistungsfähiger beschleunigter ML-Pipelines, oft mit mehreren ML-Modellen in Kombination mit Vor- und Nachverarbeitung.
LiteRT
Stellen Sie KI-Modelle, die in einem beliebigen Framework erstellt wurden, für Mobilgeräte, das Web und Mikrocontroller mit optimierter hardwarespezifischer Beschleunigung bereit.
Mehrere Frameworks
Konvertieren Sie Modelle aus JAX, Keras, PyTorch und TensorFlow, um sie auf Edge-Geräten auszuführen.
Plattformübergreifend
Führen Sie genau dasselbe Modell auf Android, iOS, Web und Mikrocontrollern mit nativen SDKs aus.
Leicht und schnell
Die effiziente LiteRT-Laufzeit belegt nur wenige Megabyte und ermöglicht die Modellbeschleunigung über CPU, GPU und NPU hinweg.
Jetzt starten
Modell-Explorer
Sie können Ihre Modelle visuell untersuchen, debuggen und vergleichen. Blenden Sie Leistungs-Benchmarks und numerische Werte ein, um problematische Hotspots zu identifizieren.
Gemini Nano in Android und Chrome
Mit dem leistungsstärksten On-Device-Modell von Google auf generativer KI basierende Funktionen erstellen
