Chromeは現在、GoogleのGemini Nanoモデルをブラウザ内で直接活用した組み込みのAI APIを提供しています。これにより、APIキー、バックエンドプロキシ、要約や翻訳などのタスクに対するトークンごとの請求が不要になります。これらのデバイス上のAI機能は、ユーザーデータがマシン外に出ることを防ぎ、プライバシーを高め、遅延を削減します。当初、これらのAPIはデスクトップ専用で、初期モデルダウンロードが必要な性能のあるマシンが必要です。APIは、Summarizer、Translator、Writerなどのタスク固有のツールと、カスタムやマルチモーダルニーズ向けの汎用プロンプトAPIに分類されています。すべてのAPIは一貫したライフサイクルに従います:機能検出、モデルダウンロード状況を含む可用性チェック、インスタンス作成などです。作成プロセスはユーザーのジェスチャーで開始し、モデルダウンロードの進捗監視も含めるべきです。Summarizer APIはテキストを重要なポイントに凝縮することを可能にします。要約すると;DR、ティーザー、または見出し、フォーマットや長さのオプション付き。Prompt APIはマルチモーダルな相互作用を可能にし、画像やテキストを受け付けて提供されたスキーマに基づく構造化されたJSON出力を生成します。これにより予測可能で解析可能な結果が得られ、非構造化AI応答の誤りやすい解析の必要性がなくなります。これらの新しいブラウザベースのAI機能は、コア機能ではなく、段階的な強化として実装されるべきです。サーバー側の処理や優雅な劣化へのフォールバックメカニズムは非常に重要です。なぜなら、すべてのユーザーやデバイスがこれらのオンデバイスモデルをサポートするわけではないからです。プライバシーは重要な利点であり、開発者がローカルデータ処理を強調できるようにします。