استنتاج 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:

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

بیایید شروع کنیم!

آزمایش با استنتاج ترکیبی

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

این ویژگی به برنامه‌تان امکان می‌دهد به‌طور پویا بین Gemini Nano که به‌طور محلی در دستگاه اجرا می‌شود و مدل‌های Gemini که در فضای ابری میزبانی می‌شوند جابه‌جا شود. اجرای درون‌دستگاهی از Prompt API در ML Kit استفاده می‌کند. استنتاج ابری از همه مدل‌های Gemini از Firebase AI Logic در هر دو Vertex AI و Developer API 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، یک نمونه GenerativeModel ایجاد می‌کنید و آن را با حالت‌های استنتاج خاصی پیکربندی می‌کنید، مانند PREFER_ON_DEVICE (اگر Gemini Nano در دستگاه دردسترس نباشد، به ابری برمی‌گردد) یا PREFER_IN_CLOUD (اگر آفلاین باشد، به استنتاج درون‌دستگاهی برمی‌گردد):

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)

Firebase API برای استنتاج ترکیبی برای Android هنوز آزمایشی است و شما را تشویق 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 Bitmap تکی تخصصی شده‌اند. برای جزئیات بیشتر، محدودیت‌ها را مرور کنید.

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

نمونه استنتاج ترکیبی جدید در عمل 

مدل‌های جدید ما را امتحان کنید

به‌عنوان بخشی از مدل‌های جدید Gemini، دو مدل را منتشر کرده‌ایم که به‌طور خاص برای توسعه‌دهندگان Android مفید هستند و به‌راحتی ازطریق Firebase AI Logic SDK در برنامه شما ادغام می‌شوند.

‫Nano Banana
سال گذشته Nano Banana را منتشر کردیم که یک مدل تولید تصویر پیشرفته است. و چند هفته پیش، چند مدل جدید Nana Banana را منتشر کردیم.

‫Nano Banana Pro (تصویر Gemini 3 Pro) برای تولید دارایی‌های حرفه‌ای طراحی شده است و می‌تواند نوشتار با وفاداری بالا را حتی با قلمی خاص یا با شبیه‌سازی انواع مختلف دست‌خط پرداز کند.

‫Nano Banana 2 (Gemini 3.1 Flash Image) همتای بسیار کارآمد 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، تصویرسازی‌های زمینه‌ای، و غیره) استفاده کرد.  

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

نمونه Magic Selfie را به‌روز کردیم (از تولید تصویر برای تغییر پس‌زمینه سلفی‌تان استفاده کنید!) تا از Nano Banana 2 استفاده کند. اکنون بخش‌بندی پس‌زمینه مستقیماً با مدل تولید تصویر انجام می‌شود که پیاده‌سازی را آسان‌تر می‌کند و باعث می‌شود قابلیت‌های بهبودیافته تولید تصویر Nano Banana 2 بدرخشد. آن را در عمل اینجا ببینید.

می‌توانید ازطریق Firebase AI Logic SDK از آن استفاده کنید. در اسناد Android درباره آن بیشتر بخوانید.

Gemini 3.1 Flash-Lite

همچنین Gemini 3.1 Flash-Lite را منتشر کردیم که نسخه جدیدی از خانواده Gemini Flash-Lite است. مدل‌های Gemini Flash-Lite به‌دلیل نسبت خوب کیفیت/تأخیر و هزینه استنتاج پایین، به‌ویژه مورد استقبال توسعه‌دهندگان نرم‌افزار Android قرار گرفته‌اند. توسعه‌دهندگان Android از آن برای موارد استفاده مختلفی مانند ترجمه پیام‌رسانی درون‌برنامه یا تولید دستور غذا از روی تصویر غذا استفاده کرده‌اند.  

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

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

نتیجه‌گیری

اکنون زمان بسیار خوبی است تا نمونه «ترکیبی» جدید را در کاتالوگ ما کاوش کنید و این قابلیت‌ها را در عمل ببینید و مزایای مسیریابی بین استنتاج درون‌دستگاهی و ابری را درک کنید. همچنین توصیه می‌کنیم برای آزمایش مدل‌های جدید Gemini، اسناد ما را بررسی کنید.