Published: October 21, 2025
由基础模型和专家模型 提供支持的 内置 AI 功能旨在为用户和开发者提供无缝体验。当您使用内置 AI API 时，模型管理会在后台自动进行。本文档介绍了 Chrome 如何处理 AI 模型的下载、更新和清除。
初始模型下载
当用户下载或更新 Chrome 时，系统会按需下载模型，以确保 Chrome 为用户的硬件下载正确的模型。首次调用任何依赖于 Gemini
Nano 的内置 AI
API 的 *.create()
function（例如 Summarizer.create()）时，系统会触发初始模型下载。发生这种情况时，Chrome 会运行一系列检查来确定最佳行动方案。
首先，Chrome 会运行一个代表性着色器来估算设备的 GPU 性能。根据这些结果，它会决定执行以下操作之一：
- 下载功能更强大的大型 Gemini Nano 变体（例如 4B 参数）。
- 下载效率更高的小型 Gemini Nano 变体（例如 2B 参数）。
- 如果设备满足单独的静态要求，则回退到 基于 CPU 的推理 。如果设备不 满足 硬件要求， 则不会下载模型。
下载过程具有弹性：
- 如果互联网连接中断，连接恢复后，下载会从中断处继续。
- 如果触发下载的标签页已关闭，下载会在后台继续。
- 如果浏览器已关闭，下载会在下次重启时恢复，前提是浏览器在 30 天内打开。
有时，调用 availability() 可能会触发模型下载。如果调用发生在新的用户个人资料启动后不久，并且
Gemini Nano 支持的欺诈检测
功能处于活跃状态，则会发生这种情况。
LoRA 权重下载
某些 API（例如 Proofreader API）依赖于应用于基础模型的低秩自适应 (LoRA) 权重，以专门化其功能。如果 API 依赖于 LoRA，则 LoRA 权重会与基础模型一起下载。系统不会主动下载其他 API 的 LoRA 权重。
自动更新模型
Gemini Nano 模型更新会定期发布。Chrome 会在浏览器启动时检查这些更新。此外，Chrome 还会每天检查补充资源（例如 LoRA 权重）的更新。虽然
您无法通过编程方式从 JavaScript 查询模型版本，但您可以
手动检查安装的版本
，网址为 chrome://on-device-internals。
更新过程旨在实现无缝且不中断：
- Chrome 会在后台下载新版本的同时，继续使用当前模型运行。
- 更新后的模型下载完毕后，系统会热交换该模型，这意味着模型 切换不会停机。任何新的 AI API 调用都会立即使用新模型。 注意：在交换时运行的提示可能会失败。
- 每次更新都是完整的新模型下载，而不是部分下载。这是因为模型权重在不同版本之间可能存在显著差异，而计算和应用此类大型文件的增量可能很慢。
更新需要满足与初始下载相同的要求。不过，如果已安装模型，则会免除初始磁盘空间检查。 LoRA 权重也可以更新。新版本的 LoRA 权重可以应用于现有的基础模型。不过，新的基础模型版本始终需要一组新的 LoRA 权重。
模型删除
Chrome 会主动管理磁盘空间，以确保用户不会用完磁盘空间。如果设备的可用磁盘空间降至特定阈值以下，系统会自动删除 Gemini Nano 模型。 此外，如果企业政策停用了该功能，或者用户在 30 天内未满足其他资格条件，系统也会清除该模型。资格条件可能包括 API 用量和设备功能。 清除过程具有以下特征：
- 可以随时删除模型，即使是在会话期间，也无需考虑正在运行的提示。这意味着，在会话开始时可用的 API 可能会突然变得不可用。
- 清除后，系统不会 自动重新下载模型。必须由调用
*.create()函数的应用触发新的下载。 - 清除基础模型后，任何相关的 LoRA 权重也会在 30 天的宽限期后被清除。
您在模型管理中发挥的作用
充分了解内置 AI 模型的生命周期是确保用户体验良好的关键。您不仅需要下载一次模型，还需要了解模型可能会因磁盘空间不足而突然消失，或者模型可能会在新版本发布时更新。这些都由浏览器负责处理。
遵循有关下载模型的 最佳实践， 您将在初始下载、重新下载和 更新时打造良好的用户体验。