استنباط ترکیبی آزمایشی و مدل‌های جدید Gemini برای Android

اگر توسعه‌دهنده Android هستید و می‌خواهید ویژگی‌های نوآورانه هوش مصنوعی را در برنامه‌تان پیاده‌سازی کنید، به‌تازگی به‌روزرسانی‌های جدید و قدرتمندی را راه‌اندازی کرده‌ایم:

• استنباط ترکیبی، میانای برنامه‌سازی کاربردی جدیدی برای Firebase AI Logic که از استنباط درون‌دستگاهی و ابری بهره می‌برد،
• پشتیبانی از مدل‌های جدید Gemini، ازجمله جدیدترین مدل‌های Nano Banana برای تولید تصویر.

بیایید شروع کنیم!

آزمایش با استنباط ترکیبی

با Firebase API جدید برای استنباط ترکیبی، یک رویکرد مسیریابی ساده مبتنی بر قانون را به‌عنوان راه‌حل اولیه پیاده‌سازی کردیم تا به شما امکان دهیم از هر دو استنباط درون‌دستگاهی و ابری ازطریق یک API یکپارچه استفاده کنید. ما قصد داریم در آینده قابلیت‌های مسیریابی پیچیده‌تری ارائه دهیم.

این ویژگی به برنامه شما امکان می‌دهد به‌صورت پویا بین Gemini Nano که به‌صورت محلی روی دستگاه اجرا می‌شود و مدل‌های Gemini که در فضای ابری میزبانی می‌شوند جابه‌جا شود. اجرای درون‌دستگاهی از «میانای برنامه کاربردی پیام‌واره» ML Kit استفاده می‌کند. استنباط ابری از همه مدل‌های Gemini در Firebase AI Logic در هر دو Vertex AI و «میانای برنامه‌سازی کاربردی توسعه‌دهندگان» پشتیبانی می‌کند.

برای استفاده از آن، وابستگی‌های firebase-ai-ondevice را همراه با Firebase AI Logic به برنامه‌تان اضافه کنید:

dependencies {
 [...] 
 implementation("com.google.firebase:firebase-ai:17.10.1")
 implementation("com.google.firebase:firebase-ai-ondevice:16.0.0-beta01")
}

درطول مقداردهی اولیه، نمونه GenerativeModel ایجاد می‌کنید و آن را با حالت‌های استنباط خاصی مثل PREFER_ON_DEVICE (اگر Gemini Nano در دستگاه دردسترس نباشد، به ابر برمی‌گردد) یا PREFER_IN_CLOUD (اگر آفلاین باشید، به استنباط درون‌دستگاهی برمی‌گردد) پیکربندی می‌کنید:

val model = Firebase.ai(backend = GenerativeBackend.googleAI())
    .generativeModel(
        modelName = "gemini-3.1-flash-lite",
        onDeviceConfig = OnDeviceConfig(
           mode = InferenceMode.PREFER_ON_DEVICE
        )
    )

val response = model.generateContent(prompt)

«میانای برنامه‌سازی کاربردی Firebase» برای استنباط ترکیبی در Android هنوز آزمایشی است و توصیه می‌کنیم آن را در برنامه‌تان امتحان کنید، به‌ویژه اگر ازقبل از Firebase AI Logic استفاده می‌کنید. 

درحال‌حاضر، مدل‌های درون‌دستگاهی برای تولید نوشتار تک‌نوبتی براساس نوشتار یا ورودی‌های تصویر تک‌بیت‌مپ تخصصی شده‌اند. برای جزئیات بیشتر، محدودیت‌ها را مرور کنید.

به‌تازگی نمونه جدیدی در «کاتالوگ نمونه هوش مصنوعی» منتشر کرده‌ایم که از Firebase API برای ترکیبی استفاده می‌کند. این نمونه نشان می‌دهد که چگونه می‌توان از Firebase API برای استنباط ترکیبی برای تولید مرور براساس چند موضوع انتخابی و سپس ترجمه آن به زبان‌های مختلف استفاده کرد. برای دیدن آن در عمل، کد را بررسی کنید!

نمونه استنباط ترکیبی جدید در عمل 

مدل‌های جدید ما را امتحان کنید

به‌عنوان بخشی از مدل‌های جدید Gemini، دو مدل منتشر کرده‌ایم که به‌ویژه برای توسعه‌دهندگان Android مفید است و ازطریق «کیت توسعه نرم‌افزار منطق هوش مصنوعی Firebase» به‌راحتی در برنامه‌تان ادغام می‌شود.

‫Nano Banana
سال گذشته Nano Banana، مدل تولید تصویر پیشرفته‌ای را منتشر کردیم. و چند هفته پیش، دو مدل جدید Nana Banana منتشر کردیم.

‫Nano Banana Pro (تصویر Gemini 3 Pro) برای تولید دارایی حرفه‌ای طراحی شده است و می‌تواند نوشتار با وفاداری بالا را حتی با قلم خاص یا شبیه‌سازی انواع مختلف دست‌خط ارائه دهد.

‫Nano Banana 2 (تصویر Gemini 3.1 Flash) همتای پربازده Nano Banana Pro است. این مدل برای سرعت و موارد استفاده با حجم بالا بهینه‌سازی شده است. می‌توان از آن برای طیف گسترده‌ای از موارد استفاده (اطلاع‌نگاشت‌ها، برچسب‌های مجازی، مصورسازی‌های زمینه‌ای، و غیره) استفاده کرد.  

مدل‌های جدید Nano Banana از دانش دنیای واقعی و قابلیت‌های استدلال عمیق برای تولید تصاویر دقیق و جزئی استفاده می‌کنند.

نمونه «سلفی جادویی» خودمان را (از تولید تصویر برای تغییر پس‌زمینه سلفی‌تان استفاده کنید!) به‌روز کردیم تا از Nano Banana 2 استفاده کند. اکنون تقسیم‌بندی پس‌زمینه مستقیماً با مدل تولید تصویر انجام می‌شود که پیاده‌سازی را آسان‌تر می‌کند و به Nano Banana 2 امکان می‌دهد قابلیت‌های بهبودیافته تولید تصویر را به‌نمایش بگذارد. آن را در عمل در اینجا ببینید.

می‌توانید ازطریق «کیت توسعه نرم‌افزار Firebase AI Logic» از آن استفاده کنید. در اسناد Android درباره آن بیشتر بخوانید.

Gemini 3.1 Flash-Lite

همچنین Gemini 3.1 Flash-Lite، نسخه جدیدی از خانواده Gemini Flash-Lite را منتشر کردیم. مدل‌های Gemini Flash-Lite به‌ویژه به‌دلیل نسبت کیفیت/تأخیر خوب و هزینه استنباط پایین، مورد استقبال توسعه‌دهندگان Android قرار گرفته‌اند. توسعه‌دهندگان Android از آن برای موارد استفاده مختلفی مثل ترجمه پیام‌های درون‌برنامه‌ای یا تولید دستور پخت از روی عکس غذا استفاده کرده‌اند.  

‫Gemini 3.1 Flash-Lite که درحال‌حاضر در پیش‌نمایش است، موارد استفاده پیشرفته‌تری را با تأخیری قابل‌مقایسه با Gemini 2.5 Flash-Lite امکان‌پذیر می‌کند.

برای کسب اطلاعات بیشتر درباره این مدل، مستندات Firebase را مرور کنید.

نتیجه‌گیری

اکنون زمان مناسبی است تا نمونه جدید «هیبریدی» را در کاتالوگ ما کاوش کنید تا این قابلیت‌ها را در عمل ببینید و مزایای مسیریابی بین استنباط درون‌دستگاهی و ابری را درک کنید. همچنین شما را تشویق می‌کنیم که برای آزمایش مدل‌های جدید Gemini، مستندات ما را بررسی کنید.