Google Chrome 内置多模态模型（Gemini Nano）本地部署指南

本文将指导您如何在本地环境中下载、配置并调用 Google Chrome 内置的轻量级多模态模型 Gemini Nano，实现离线推理和图片识别功能。

开始使用内置 AI

1. 环境配置与实验性功能启用

1.1 检查模型组件状态

首先，访问 chrome://components 页面，查找关键词 “model” 以确认模型组件是否已启用：

Chrome 组件页面显示模型状态

1.2 启用 Prompt API 对话功能

导航至 chrome://flags，启用模型和 Prompt API 相关的实验性功能：

在 Chrome Flags 中启用 Prompt API

1.3 配置多模态访问权限

开启 Gemini Nano 模型的访问权限，并将其设置为多模态模式以支持图片解析：

配置 Gemini Nano 多模态权限

提示：GLIC 是 “Google LLM In Chrome” 的内部代号

GLIC 标识显示

配置完成后，点击 Relaunch 按钮重启浏览器。

1.4 配置设备内部服务

访问 chrome://on-device-internals/ 页面。首次访问时需要修改访问许可：

设备内部服务初始权限页面

点击连接并将状态修改为 Enable 后，页面将自动跳转至管理界面：

设备内部服务管理界面

2. 模型下载与部署

2.1 检查模型状态

点击 Model Status 选项卡，查看设备硬件和内存是否满足要求。初始状态下，不会显示任何正在下载的模型：

模型状态显示硬件兼容性

2.2 强制更新并下载模型

点击 Reset 按钮强制更新，然后下载以下小型辅助模型（用于图片识别、文字提示等）：

重置并下载辅助模型

此时会出现一个模型事件记录。点击 Check 按钮，系统将自动调用后台服务下载本地 Gemini Nano v3 模型：

模型下载事件记录

2.3 验证下载完成

下载完成后会显示以下提示。此时本地小型模型已准备就绪，可以在离线状态下使用：

模型下载完成提示

您可以使用该模型执行简单操作，例如网页错误检查。以下演示在断网状态下依然能够进行错误提示：

离线状态下的错误检测功能

3. 多模态功能测试

3.1 加载多模态界面

返回主页，在所有模型下载完成后，点击 Load Default 按钮。此时界面将支持上传图片和视频：

多模态界面显示图片上传功能

3.2 图片识别测试

上传测试图片后，模型能够准确识别图片内容。例如，上传一张”在夕阳下拿着摄像机拍照的人”的图片：

图片识别结果示例

从测试结果来看，模型能够准确识别简单场景。

注意：音频识别功能因格式兼容性问题未进行测试，有兴趣的用户可以自行测试语音识别能力。

音频识别界面（未测试）

视频处理界面示例

4. 模型文件存储位置

所有下载的模型文件存储在以下路径：

1
%LocalAppData%\Google\Chrome SxS\User Data

说明：由于使用的是 Google Chrome 开发版（Dev Channel），路径中包含 “Chrome SxS”。稳定版路径可能有所不同。您也可以手动将模型文件复制到该目录。

模型文件存储位置

总结

通过以上步骤，您已成功在本地部署了 Google Chrome 内置的 Gemini Nano 多模态模型，并可以在离线状态下使用图片识别、文本分析等 AI 功能。这种客户端 AI 方案具有以下优势：

  • 隐私保护：数据在本地处理，无需上传到服务器
  • 低延迟：无需网络往返，响应速度更快
  • 离线可用：即使断网也能使用 AI 功能
  • 成本优化：减少服务器端推理费用