Published: October 21, 2025
ความสามารถด้าน AI ในตัวที่ขับเคลื่อนโดยโมเดลพื้นฐานและโมเดลผู้เชี่ยวชาญได้รับการออกแบบมาให้ใช้งานได้ราบรื่นสำหรับทั้งผู้ใช้และนักพัฒนาซอฟต์แวร์ เมื่อคุณใช้ AI API ในตัว ระบบจะจัดการโมเดลโดยอัตโนมัติในเบื้องหลัง เอกสารนี้อธิบายวิธีที่ Chrome จัดการการดาวน์โหลด การอัปเดต และการลบโมเดล AI
การดาวน์โหลดโมเดลครั้งแรก
เมื่อผู้ใช้ดาวน์โหลดหรืออัปเดต Chrome ระบบจะดาวน์โหลดโมเดลตามความต้องการเพื่อให้ Chrome ดาวน์โหลดโมเดลที่ถูกต้องสำหรับฮาร์ดแวร์ของผู้ใช้
การดาวน์โหลดโมเดลครั้งแรกจะเกิดขึ้นเมื่อมีการเรียกใช้*.create()
ฟังก์ชัน (เช่น Summarizer.create()) เป็นครั้งแรกของAI ในตัว
API ที่ขึ้นอยู่กับ Gemini
Nano เมื่อเกิดเหตุการณ์นี้ Chrome จะทำการตรวจสอบหลายอย่างเพื่อกำหนดแนวทางปฏิบัติที่ดีที่สุด
ขั้นแรก Chrome จะประมาณประสิทธิภาพ GPU ของอุปกรณ์โดยการเรียกใช้ Shader ที่เป็นตัวแทน จากผลลัพธ์เหล่านี้ ระบบจะตัดสินใจทำอย่างใดอย่างหนึ่งต่อไปนี้
- ดาวน์โหลด Gemini Nano เวอร์ชันที่ใหญ่กว่าและมีความสามารถมากกว่า (เช่น พารามิเตอร์ 4B)
- ดาวน์โหลด Gemini Nano เวอร์ชันที่เล็กกว่าและมีประสิทธิภาพมากกว่า (เช่น พารามิเตอร์ 2B)
- กลับไปใช้ การอนุมานที่อิงตาม CPU หากอุปกรณ์เป็นไปตามข้อกำหนดแบบคงที่ที่แยกต่างหาก หากอุปกรณ์ไม่เป็นไปตามข้อกำหนดด้านฮาร์ดแวร์ ระบบจะไม่ดาวน์โหลดโมเดล
กระบวนการดาวน์โหลดได้รับการออกแบบมาให้มีความยืดหยุ่น ดังนี้
- หากการเชื่อมต่ออินเทอร์เน็ตถูกขัดจังหวะ การดาวน์โหลดจะดำเนินการต่อจากจุดที่หยุดไว้เมื่อมีการเชื่อมต่ออีกครั้ง
- หากปิดแท็บที่เริ่มการดาวน์โหลด ระบบจะดาวน์โหลดต่อในเบื้องหลัง
- หากปิดเบราว์เซอร์ ระบบจะดาวน์โหลดต่อเมื่อคุณรีสตาร์ทเบราว์เซอร์ครั้งถัดไป โดยมีเงื่อนไขว่าคุณต้องเปิดเบราว์เซอร์ภายใน 30 วัน
บางครั้งการเรียกใช้ availability() อาจเริ่มการดาวน์โหลดโมเดล เหตุการณ์นี้จะเกิดขึ้น
หากการเรียกใช้เกิดขึ้นหลังจากโปรไฟล์ผู้ใช้ใหม่เริ่มทำงานได้ไม่นาน และหากฟีเจอร์
การตรวจจับการหลอกลวงที่ขับเคลื่อนโดย Gemini Nano
ทำงานอยู่
การดาวน์โหลดน้ำหนัก LoRA
API บางรายการ เช่น Proofreader API จะใช้น้ำหนัก Low-Rank Adaptation (LoRA) ที่ใช้กับโมเดลพื้นฐานเพื่อทำให้ฟังก์ชันของโมเดลมีความเฉพาะเจาะจงมากขึ้น หาก API ขึ้นอยู่กับ LoRA ระบบจะดาวน์โหลดน้ำหนัก LoRA พร้อมกับโมเดลพื้นฐาน ระบบจะไม่ดาวน์โหลดน้ำหนัก LoRA สำหรับ API อื่นๆ อย่างเชิงรุก
การอัปเดตโมเดลอัตโนมัติ
ระบบจะเผยแพร่การอัปเดตโมเดล Gemini Nano เป็นประจำ Chrome จะตรวจสอบการอัปเดตเหล่านี้เมื่อเบราว์เซอร์เริ่มทำงาน นอกจากนี้ Chrome ยังตรวจสอบการอัปเดตทรัพยากรเสริม เช่น น้ำหนัก LoRA ทุกวัน แม้ว่า
คุณจะค้นหาเวอร์ชันโมเดลจาก JavaScript โดยใช้โปรแกรมไม่ได้ แต่คุณก็
ตรวจสอบเวอร์ชันที่ติดตั้งได้ด้วยตนเอง
ที่ chrome://on-device-internals
กระบวนการอัปเดตได้รับการออกแบบมาให้ราบรื่นและไม่ขัดจังหวะการทำงาน ดังนี้
- Chrome จะทำงานต่อไปด้วยโมเดลปัจจุบันขณะที่ดาวน์โหลดเวอร์ชันใหม่ในเบื้องหลัง
- เมื่อดาวน์โหลดโมเดลที่อัปเดตแล้ว ระบบจะสลับโมเดลขณะทำงาน ซึ่งหมายความว่าจะมีการสลับโมเดล โดย ไม่มีการหยุดทำงาน การเรียกใช้ AI API ใหม่จะใช้โมเดลใหม่ทันที หมายเหตุ: พรอมต์ที่ทำงานอยู่ขณะที่สลับโมเดลอาจล้มเหลว
- การอัปเดตแต่ละครั้งเป็นการดาวน์โหลดโมเดลใหม่แบบเต็ม ไม่ใช่การดาวน์โหลดบางส่วน เนื่องจากน้ำหนักโมเดลอาจแตกต่างกันอย่างมากระหว่างเวอร์ชัน และการคำนวณและการใช้เดลต้าสำหรับไฟล์ขนาดใหญ่อาจใช้เวลานาน
การอัปเดตต้องเป็นไปตามข้อกำหนดเดียวกับการดาวน์โหลดครั้งแรก อย่างไรก็ตาม ระบบจะไม่ตรวจสอบพื้นที่ดิสก์ครั้งแรกหากมีการติดตั้งโมเดลไว้แล้ว นอกจากนี้ยังอัปเดตน้ำหนัก LoRA ได้ด้วย คุณสามารถใช้น้ำหนัก LoRA เวอร์ชันใหม่กับโมเดลพื้นฐานที่มีอยู่ได้ อย่างไรก็ตาม โมเดลพื้นฐานเวอร์ชันใหม่ต้องใช้น้ำหนัก LoRA ชุดใหม่เสมอ
การลบโมเดล
Chrome จะจัดการพื้นที่ดิสก์อย่างมีประสิทธิภาพเพื่อให้ผู้ใช้มีพื้นที่เพียงพอ ระบบจะลบโมเดล Gemini Nano โดยอัตโนมัติหากพื้นที่ดิสก์ว่างของอุปกรณ์ลดลงต่ำกว่าเกณฑ์ที่กำหนด นอกจากนี้ ระบบจะลบโมเดลออกหากนโยบายขององค์กรปิดใช้ฟีเจอร์นี้ หรือหากผู้ใช้ไม่เป็นไปตามเกณฑ์การมีสิทธิ์อื่นๆ เป็นเวลา 30 วัน เกณฑ์การมีสิทธิ์อาจรวมถึงการใช้งาน API และความสามารถของอุปกรณ์ กระบวนการลบมีลักษณะดังนี้
- ระบบจะลบโมเดลได้ทุกเมื่อ แม้ในระหว่างเซสชัน โดยไม่คำนึงถึงพรอมต์ที่ทำงานอยู่ ซึ่งหมายความว่า API ที่พร้อมใช้งานเมื่อเริ่มเซสชันอาจไม่พร้อมใช้งานกะทันหัน
- หลังจากลบออกแล้ว ระบบจะไม่ ดาวน์โหลดโมเดลอีกครั้งโดยอัตโนมัติ แอปพลิเคชันต้องเรียกใช้ฟังก์ชัน
*.create()เพื่อเริ่มการดาวน์โหลดใหม่ - เมื่อลบโมเดลพื้นฐานออก ระบบจะลบน้ำหนัก LoRA ที่เกี่ยวข้องออกด้วยหลังจากระยะเวลาผ่อนผัน 30 วัน
บทบาทของคุณในการจัดการโมเดล
การทำความเข้าใจวงจรชีวิตของโมเดล AI ในตัวเป็นสิ่งสำคัญในการมอบประสบการณ์การใช้งานที่เหมาะสมแก่ผู้ใช้ คุณต้องไม่เพียงแค่ดาวน์โหลดโมเดลครั้งเดียว แต่ยังต้องทราบถึงความเป็นไปได้ที่โมเดลจะหายไปอีกครั้งกะทันหันเนื่องจากพื้นที่ดิสก์ไม่เพียงพอ หรือโมเดลจะได้รับการอัปเดตเมื่อมีการเผยแพร่เวอร์ชันใหม่ เบราว์เซอร์จะจัดการเรื่องนี้ทั้งหมด
การปฏิบัติตาม แนวทางปฏิบัติแนะนำเกี่ยวกับการดาวน์โหลดโมเดล, จะช่วยให้ผู้ใช้ได้รับประสบการณ์การใช้งานที่ดีในการดาวน์โหลดครั้งแรก การดาวน์โหลดซ้ำ และ การอัปเดต