gallery
Google AI Edge Gallery 是一款专为移动设备打造的生成式 AI 体验应用,旨在让用户无需联网即可在手机上直接运行强大的开源大语言模型。它解决了传统云端 AI 服务存在的数据隐私顾虑、网络依赖及延迟问题,让高性能人工智能真正变得离线、私密且响应迅速。
这款工具非常适合希望尝鲜前沿科技的普通用户,同时也为开发者和研究人员提供了一个便捷的本地模型测试与评估平台。其核心亮点在于全面支持最新的 Gemma 4 模型家族,并引入了独特的“思考模式”,能直观展示模型解决问题的逐步推理过程,帮助用户理解复杂的逻辑判断。此外,Gallery 还具备丰富的多模态功能:通过"Agent Skills"可调用维基百科等外部工具增强回答准确性;"Ask Image"支持识图解题与描述;"Audio Scribe"能实时转录翻译语音;而"Prompt Lab"则允许用户精细调整参数以测试不同提示词效果。无论是想体验离线智能助手,还是探索端侧 AI 的无限可能,Google AI Edge Gallery 都提供了一个安全、高效且功能完备的入口。
使用场景
一位经常需要在无网络环境的野外进行地质考察的研究员,急需在移动端实时分析岩石样本照片并记录专业笔记。
没有 gallery 时
- 网络依赖严重:在信号盲区无法调用云端大模型,导致图像识别和文献查询功能完全瘫痪。
- 数据隐私风险:敏感的未公开地质数据必须上传至第三方服务器处理,存在泄露隐患。
- 推理过程黑盒:面对复杂的岩石分类结论,无法查看模型的推导逻辑,难以验证结果的科学性。
- 功能割裂低效:需要分别打开翻译、录音和搜索等多个独立应用,工作流繁琐且中断频繁。
使用 gallery 后
- 全离线即时响应:依托本地运行的 Gemma 4 模型,即使在深山无网环境下也能秒级识别岩石纹理并生成描述。
- 数据完全私有:所有照片分析与语音转写均在手机芯片上完成,原始数据无需离开设备,确保科研机密安全。
- 思维链可视:开启“思考模式”后,可逐步查看模型如何结合颜色、硬度等特征推导出岩石类型,辅助专业判断。
- 智能体一站式协作:通过"Agent Skills"直接调用内置维基百科核实数据,并利用"Audio Scribe"实时将口述笔记转为结构化文本。
gallery 将高性能生成式 AI 装进口袋,让研究员在无网、私密且透明的环境中实现了从感知到认知的闭环作业。
运行环境要求
- Android 12+
- iOS 17+
未说明 (作为移动端应用,依赖设备内置的 NPU/GPU/DSP,通过 LiteRT 运行时优化)
未说明 (取决于具体运行的模型大小及移动设备硬件配置)

快速开始
Google AI 边缘画廊 ✨
与 Google AI 边缘一起探索、体验并评估设备端生成式 AI 的未来。
AI 边缘画廊是您在移动设备上运行全球最强大开源大型语言模型(LLM)的首选平台。在这里,您可以直接在本地硬件上体验高性能的生成式 AI——完全离线、私密且速度极快。
现已推出:Gemma 4
最新版本正式支持新发布的 Gemma 4 系列。作为本次发布的核心,Gemma 4 让您无需将数据发送到服务器,即可测试最先进的设备端 AI 技术。感受其先进的推理、逻辑和创作能力。
| 立即从 Google Play 安装应用 | 立即从 App Store 安装应用 |
|---|---|
![]() |
![]() |
对于无法使用 Google Play 的用户,请从 最新版本 安装 APK 文件。
应用预览
✨ 核心功能
智能体技能:将您的 LLM 从对话伙伴转变为主动助手。通过“智能体技能”模块,您可以借助维基百科等工具进行事实核查、使用交互式地图以及查看丰富的视觉摘要卡片来增强模型能力。您甚至可以从 URL 加载模块化技能,或在 GitHub Discussions 上浏览社区贡献。
带思考模式的 AI 聊天:参与流畅的多轮对话,并切换新的“思考模式”以一窥“幕后”。此功能可让您查看模型的逐步推理过程,非常适合理解复杂问题的解决思路。注意:思考模式目前仅适用于受支持的模型,首先覆盖 Gemma 4 系列。
图片提问:利用多模态能力,通过设备摄像头或相册识别物体、解答视觉谜题或获取详细描述。
音频速记:使用高效的设备端语言模型,实时将语音录音转录并翻译成文本。
提示实验室:一个专用的工作区,用于测试不同的提示词和单轮用例,并对温度、top-k 等模型参数进行精细控制。
移动操作:解锁完全由 FunctionGemma 270m 微调模型驱动的离线设备控制和自动化任务。
小花园:一款有趣的实验性小游戏,通过自然语言种植并收获虚拟花园,同样基于 FunctionGemma 270m 的微调模型。
模型管理与基准测试:画廊是一个灵活的沙盒环境,支持多种开源模型。您可以轻松从列表中下载模型,或加载自定义模型。无缝管理您的模型库,并运行基准测试,以准确了解每款模型在您特定硬件上的表现。
100% 设备端隐私:所有模型推理均在您的设备硬件上直接完成。无需联网,确保您的提示、图像及敏感数据完全私密。
🏁 几分钟内开始使用!
- 检查操作系统要求:Android 12 及以上版本,iOS 17 及以上版本。
- 下载应用:
- 从 Google Play 或 App Store 安装应用。
- 对于无法使用 Google Play 的用户:请从 最新版本 安装 APK 文件。
- 安装并探索:有关详细安装说明(包括企业设备)和完整用户指南,请访问我们的 项目维基!
🛠️ 技术亮点
- Google AI 边缘:用于设备端机器学习的核心 API 和工具。
- LiteRT:轻量级运行时,用于优化模型执行。
- Hugging Face 集成:用于模型发现和下载。
⌨️ 开发
请参阅 开发说明,了解如何在本地构建该应用。
🤝 意见反馈
本版本为实验性 Beta 版,您的反馈至关重要!
📄 许可证
根据 Apache License, Version 2.0 授权。详情请参阅 LICENSE 文件。
🔗 有用链接
版本历史
1.0.112026/04/021.0.102026/02/261.0.92025/12/181.0.82025/12/031.0.72025/09/181.0.62025/08/251.0.52025/08/201.0.42025/08/181.0.32025/05/221.0.22025/05/221.0.12025/05/211.0.02025/05/200.9.62025/05/200.9.52025/05/200.9.42025/05/190.9.32025/05/190.9.22025/05/190.9.12025/05/190.9.02025/05/17相似工具推荐
openclaw
OpenClaw 是一款专为个人打造的本地化 AI 助手,旨在让你在自己的设备上拥有完全可控的智能伙伴。它打破了传统 AI 助手局限于特定网页或应用的束缚,能够直接接入你日常使用的各类通讯渠道,包括微信、WhatsApp、Telegram、Discord、iMessage 等数十种平台。无论你在哪个聊天软件中发送消息,OpenClaw 都能即时响应,甚至支持在 macOS、iOS 和 Android 设备上进行语音交互,并提供实时的画布渲染功能供你操控。 这款工具主要解决了用户对数据隐私、响应速度以及“始终在线”体验的需求。通过将 AI 部署在本地,用户无需依赖云端服务即可享受快速、私密的智能辅助,真正实现了“你的数据,你做主”。其独特的技术亮点在于强大的网关架构,将控制平面与核心助手分离,确保跨平台通信的流畅性与扩展性。 OpenClaw 非常适合希望构建个性化工作流的技术爱好者、开发者,以及注重隐私保护且不愿被单一生态绑定的普通用户。只要具备基础的终端操作能力(支持 macOS、Linux 及 Windows WSL2),即可通过简单的命令行引导完成部署。如果你渴望拥有一个懂你
stable-diffusion-webui
stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面,旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点,将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。 无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师,还是想要深入探索模型潜力的开发者与研究人员,都能从中获益。其核心亮点在于极高的功能丰富度:不仅支持文生图、图生图、局部重绘(Inpainting)和外绘(Outpainting)等基础模式,还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外,它内置了 GFPGAN 和 CodeFormer 等人脸修复工具,支持多种神经网络放大算法,并允许用户通过插件系统无限扩展能力。即使是显存有限的设备,stable-diffusion-webui 也提供了相应的优化选项,让高质量的 AI 艺术创作变得触手可及。
everything-claude-code
everything-claude-code 是一套专为 AI 编程助手(如 Claude Code、Codex、Cursor 等)打造的高性能优化系统。它不仅仅是一组配置文件,而是一个经过长期实战打磨的完整框架,旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。 通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能,everything-claude-code 能显著提升 AI 在复杂任务中的表现,帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略,使得模型响应更快、成本更低,同时有效防御潜在的攻击向量。 这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库,还是需要 AI 协助进行安全审计与自动化测试,everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目,它融合了多语言支持与丰富的实战钩子(hooks),让 AI 真正成长为懂上
ComfyUI
ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎,专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式,采用直观的节点式流程图界面,让用户通过连接不同的功能模块即可构建个性化的生成管线。 这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景,也能自由组合模型、调整参数并实时预览效果,轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性,不仅支持 Windows、macOS 和 Linux 全平台,还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构,并率先支持 SDXL、Flux、SD3 等前沿模型。 无论是希望深入探索算法潜力的研究人员和开发者,还是追求极致创作自由度的设计师与资深 AI 绘画爱好者,ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能,使其成为当前最灵活、生态最丰富的开源扩散模型工具之一,帮助用户将创意高效转化为现实。
gemini-cli
gemini-cli 是一款由谷歌推出的开源 AI 命令行工具,它将强大的 Gemini 大模型能力直接集成到用户的终端环境中。对于习惯在命令行工作的开发者而言,它提供了一条从输入提示词到获取模型响应的最短路径,无需切换窗口即可享受智能辅助。 这款工具主要解决了开发过程中频繁上下文切换的痛点,让用户能在熟悉的终端界面内直接完成代码理解、生成、调试以及自动化运维任务。无论是查询大型代码库、根据草图生成应用,还是执行复杂的 Git 操作,gemini-cli 都能通过自然语言指令高效处理。 它特别适合广大软件工程师、DevOps 人员及技术研究人员使用。其核心亮点包括支持高达 100 万 token 的超长上下文窗口,具备出色的逻辑推理能力;内置 Google 搜索、文件操作及 Shell 命令执行等实用工具;更独特的是,它支持 MCP(模型上下文协议),允许用户灵活扩展自定义集成,连接如图像生成等外部能力。此外,个人谷歌账号即可享受免费的额度支持,且项目基于 Apache 2.0 协议完全开源,是提升终端工作效率的理想助手。
LLMs-from-scratch
LLMs-from-scratch 是一个基于 PyTorch 的开源教育项目,旨在引导用户从零开始一步步构建一个类似 ChatGPT 的大型语言模型(LLM)。它不仅是同名技术著作的官方代码库,更提供了一套完整的实践方案,涵盖模型开发、预训练及微调的全过程。 该项目主要解决了大模型领域“黑盒化”的学习痛点。许多开发者虽能调用现成模型,却难以深入理解其内部架构与训练机制。通过亲手编写每一行核心代码,用户能够透彻掌握 Transformer 架构、注意力机制等关键原理,从而真正理解大模型是如何“思考”的。此外,项目还包含了加载大型预训练权重进行微调的代码,帮助用户将理论知识延伸至实际应用。 LLMs-from-scratch 特别适合希望深入底层原理的 AI 开发者、研究人员以及计算机专业的学生。对于不满足于仅使用 API,而是渴望探究模型构建细节的技术人员而言,这是极佳的学习资源。其独特的技术亮点在于“循序渐进”的教学设计:将复杂的系统工程拆解为清晰的步骤,配合详细的图表与示例,让构建一个虽小但功能完备的大模型变得触手可及。无论你是想夯实理论基础,还是为未来研发更大规模的模型做准备

