Artículos e investigación

La predicción multi-token congelada acelera Gemini Nano en Pixel

Título original:Accelerating Gemini Nano models on Pixel with frozen Multi-Token Prediction

Resumen de IA

Google Research propone una nueva arquitectura que adapta Multi-Token Prediction (MTP) sobre el modelo Gemini Nano v3 ya congelado para acelerar la inferencia en dispositivo en las series Pixel 9 y 10. El método se basa en el framework EAGLE y CALM, no requiere entrenar por separado un modelo borrador que ocupe memoria y logra la aceleración mediante una estrategia de “salida tardía”. Las funciones de resumen de notificaciones y corrección de IA generan texto notablemente más rápido y con menor consumo energético, y los desarrolladores no necesitan ajustar un modelo independiente para cada nueva tarea.

Puntos clave

  • Google Research propone una nueva arquitectura que adapta Multi-Token Prediction (MTP) sobre el…
  • El método se basa en el framework EAGLE y CALM,no requiere entrenar por separado un modelo…
  • Las funciones de resumen de notificaciones y corrección de IA generan texto notablemente más…

Resumen rápido

Publicado
Actualizado
Fuente
Google Research:Blog(网页)
Categoría
Artículos e investigación
Puntuación IA
55
Leer el original Leer el artículo completo en la fuente original
Por qué importa

谷歌这篇技术博客值得端侧开发者细读,他们把多令牌预测硬是装进了已部署的 Nano 模型,Pixel 上生成加速五成,还省了 130MB 内存,零拷贝架构的想法挺巧,但没法直接复现,主要是开脑洞用的。

Entidades relacionadas

Fuente y derechos

Este artículo se basa en títulos seleccionados y resúmenes de IA de la API pública de AIHOT, con atribución y enlaces de vuelta. Los derechos del original pertenecen a los medios y autores originales; este sitio no reproduce textos completos.

Artículo original · Ficha de AIHOT

Cómo citar

Al citar este artículo, conserva el título, la fecha y el enlace permanente, e indica que la fuente es Orange News.

Orange News: La predicción multi-token congelada acelera Gemini Nano en Pixel. 26. junio 2026. https://new.nat6.net/es/news/cmqwtvowe0035slp023899gx2/

Ver todo →