在软件产品中集成人工智能 (AI) 已成为一种明确的趋势，人工智能正逐渐嵌入到核心功能中。Web 浏览器站在这场 AI 革命的最前沿，Google 和 Microsoft 都在取得重大进展。继 Google 将 Gemini Nano 整合到 Chrome 中之后，Microsoft 现在准备在 Edge 中为 Web 应用程序解锁其设备端 AI 功能，这标志着 Web 开发和用户体验的关键时刻。
为 Web 开发者揭秘设备端 AI
在 Build 大会上，Microsoft 公布了其授予 Web 应用程序访问其现有设备端 AI 模型的计划。这项举措使开发者能够直接在其应用程序中利用这些模型的力量，从而开启了无限的可能性。计划集成的初始模型是 Phi-4-mini，该模型使用源自 DeepSeek R1 的推理模型的数据进行训练。该模型被定位为 OpenAI 的 o3-mini 模型的强大竞争者，有望提供相当的性能和功能。
利用 AI 功能赋能 Web 应用
这些新的 API 旨在为 Web 开发者带来变革，使他们能够从头开始创建创新应用程序，或者将 AI 功能注入到他们现有的 Web 应用程序中。API 套件包括针对基于文本的任务量身定制的工具，例如写作辅助、文本生成和摘要。Microsoft 强调，这些 API 提供的设备端处理可确保增强的安全性，将敏感数据保留在本地，并最大限度地减少对基于云的解决方案的依赖。
跨平台兼容性和模型通用性
Microsoft 已将这些 API 设计为跨平台兼容，确保在各种操作系统和设备上无缝运行。此外，这些 API 旨在与其他 AI 模型配合使用，为开发者提供灵活性，以利用适合每个特定任务的工具。这些 API 目前可在 Edge 的 Canary 和 Dev 频道上使用，为开发者提供早期访问权限，以试验并将这些功能集成到他们的项目中。相比之下，Google 的 Chrome 中的 Gemini Nano 也提供了各种各样的功能，包括文本翻译和图像生成。
Microsoft 更广泛的 AI 计划
此公告是 Microsoft 一系列以 AI 为重点的计划的一部分。今年早些时候，该公司在其 Copilot 活动和 50 周年庆典期间在 Bing 中推出了 Copilot Search，并将其吹捧为搜索技术的一项革命性进步。此外，Microsoft 正在积极努力通过其 Copilot+ PC 将大量 AI 工具和功能引入 Windows，从而进一步巩固其对在其生态系统中集成 AI 的承诺。
深入探讨设备端 AI 的影响
Microsoft 决定向 Web 开发者开放其 Edge 的 AI 模型，这标志着 Microsoft 旨在促进创新和增强 Web 应用程序功能的战略举措。此决策对开发格局、用户体验和基于 Web 的 AI 的未来具有深远的影响。
增强的性能和减少的延迟
设备端 AI 最重要的优势之一是增强性能和减少延迟的潜力。通过直接在用户的设备上处理 AI 任务，Web 应用程序可以绕过将数据发送到远程服务器进行处理的需要。这消除了网络瓶颈，从而缩短了响应时间，并提供了更流畅的用户体验。这对于需要实时处理的应用程序（例如交互式游戏、视频编辑工具和增强现实体验）尤其重要。
提高隐私和安全性
设备端 AI 还提供了重要的隐私和安全优势。由于数据在本地处理，因此永远不会离开用户的设备，从而降低了拦截或未经授权访问的风险。这对于处理敏感信息的应用程序（例如财务数据、个人健康记录或机密的商业文档）尤其重要。
离线功能
设备端 AI 的另一个关键优势是离线工作能力。即使在用户未连接到互联网时，利用设备端 AI 的 Web 应用程序也可以继续提供 AI 驱动的功能。这对于正在旅行、在连接受限的区域工作或只是喜欢离线使用应用程序以节省数据的用户特别有用。
普及 AI 开发
通过向 Web 开发者提供其 AI 模型，Microsoft 正在普及对这项强大技术的访问。这将使更多开发者（包括那些可能没有资源来训练自己的 AI 模型的人）能够创建创新和智能的 Web 应用程序。AI 开发的这种普及有可能引发创新浪潮，并为企业和个人创造新的机会。
设备端 AI 在 Web 应用程序中的潜在用例
设备端 AI 在 Web 应用程序中的可能性是广泛多样的。以下是使用这项技术增强现有应用程序或创建全新应用程序的一些示例：
智能助手： 设备端 AI 可用于创建智能助手，帮助用户完成各种任务，例如安排约会、管理电子邮件和提供个性化推荐。这些助手可以集成到 Web 应用程序中，以提供更无缝和直观的用户体验。
实时语言翻译： 设备端 AI 可用于为基于 Web 的通信工具（例如聊天应用程序和视频会议平台）提供实时语言翻译。这将使用户能够相互交流，而不管他们的母语是什么，从而促进更大的协作和理解。
图像和视频增强： 设备端 AI 可用于增强 Web 应用程序中图像和视频的质量。这可能包括诸如自动图像锐化、降噪和视频稳定之类的功能。
个性化学习体验： 设备端 AI 可用于为学生创建个性化学习体验。这可能包括诸如自适应学习、个性化反馈和智能辅导之类的功能。
辅助功能： 设备端 AI 可用于改善残疾用户对 Web 应用程序的访问性。这可能包括诸如文本转语音、语音转文本和实时字幕之类的功能。
增强的游戏体验： 设备端 AI 可用于在 Web 浏览器中创建更具沉浸感和吸引力的游戏体验。这可能包括诸如 AI 驱动的对手、逼真的物理模拟和动态游戏环境之类的功能。
挑战与考虑
虽然设备端 AI 在 Web 应用程序中的潜力是巨大的，但开发者也需要了解一些挑战和考虑因素。
资源限制
设备端 AI 模型在计算上可能很密集，需要大量的处理能力和内存。开发者需要认真考虑他们的应用程序将在其上运行的设备的资源限制，并相应地优化他们的模型。
模型大小
设备端 AI 模型的大小也可能是一个挑战，特别是对于存储空间有限的移动设备。开发者需要找到压缩其模型的方法，而不会牺牲准确性或性能。
安全
虽然与基于云的 AI 相比，设备端 AI 提供了增强的安全性，但采取预防措施以防止恶意攻击仍然很重要。开发者需要实施安全措施，以防止攻击者篡改 AI 模型或窃取敏感数据。
隐私
即使使用设备端 AI 在本地处理数据，开发者仍然需要注意用户隐私。他们需要确保他们负责任地收集和使用数据，并且他们遵守所有适用的隐私法规。
Web 开发与设备端 AI 的未来
Microsoft 决定将设备端 AI 引入 Edge，标志着 Web 开发发展的一个重要转折点。随着设备端 AI 技术不断发展并变得更容易访问，我们可能会看到创新和智能 Web 应用程序的开发激增。在未来的岁月里，设备端 AI 有望改变我们与 Web 交互的方式，使其更具个性化、效率和安全性。通过 Microsoft Edge 中的设备端 AI 功能增强 Web 应用，清楚地表明 Web 开发的未来与人工智能的演进和集成密不可分。拥抱这项技术并学习如何利用其力量的开发者将能够很好地创建下一代 Web 应用程序并塑造互联网的未来。Microsoft 的举动不仅增强了 Edge 的功能，而且为其他浏览器开发者树立了先例，可能导致 AI 驱动的 Web 体验的新时代。通过向 Web 开发者提供对设备端 AI 模型的访问，Microsoft 正在促进一个更具创新性的生态系统，Web 应用程序可以直接在用户的设备上执行更复杂的任务，从而减少延迟并提高隐私。随着 Web 应用程序变得越来越复杂并需要更大的处理能力，这种发展尤其重要。设备端 AI 提供了一种高效处理这些需求的解决方案，而不会压垮网络资源或损害用户数据。此外，离线处理 AI 任务的能力为 Web 应用提供了全新的可能性，使其能够在互联网连接受限甚至没有互联网连接的环境中无缝运行，从而扩大了其可用性和可访问性。随着 Microsoft 继续改进其设备端 AI 产品并扩大可用模型的范围，Web 开发者创建真正具有变革意义的应用程序的潜力只会越来越大。这是朝着一个 Web 应用不仅更智能、响应速度更快，而且更安全、更尊重用户隐私的未来迈出的一步。Web 浏览器作为 AI 驱动体验的平台的发展才刚刚开始，而 Microsoft 与 Edge 的合作是这一激动人心的旅程中的关键催化剂。集成 Phi-4-mini（使用 DeepSeek R1 的推理模型数据进行训练）也增加了与 OpenAI 的 o3-mini 竞争的优势，开启了新的可能性。
实施的技术方面
Microsoft 向 Web 开发者开放 Edge 的 AI 模型涉及特定的技术实施。核心组件是开发者将用于访问 AI 模型的 API（应用程序编程接口）。这些 API 被设计为简单易懂，易于集成到现有的 Web 开发工作流程中。Microsoft 可能会提供详细的文档、代码示例和支持资源，以帮助开发者理解并有效地利用这些 API。
这些 API 可能充当 Web 应用程序和设备端 AI 模型之间的桥梁。当 Web 应用程序需要执行与 AI 相关的任务时，它会向 API 发送请求，然后 API 会调用相应的 AI 模型。该模型处理请求并将结果返回给 API，API 进而将其传递回 Web 应用程序。
Microsoft 采用的架构可能涉及诸如模型量化和优化之类的技术，以确保 AI 模型在各种硬件上有效运行，并且不会显着影响系统性能。他们还可能使用缓存和其他策略来最大限度地减少延迟并最大限度地提高响应能力。这些 API 的跨平台兼容性是另一个需要考虑的关键方面。Microsoft 可能会使用标准 Web 技术（例如 WebAssembly 或 WebGPU）来使其设备端 AI 模型能够在各种操作系统和设备上运行。WebAssembly 是一种低级字节码格式，可以由 Web 浏览器执行，从而提供了一种以接近本机速度运行编译代码的方式。WebGPU 是一种新的 Web 图形 API，它将现代 GPU 功能公开给 Web 应用程序，使它们能够执行更复杂和要求更高的任务。当前在 Edge 的 Canary 和 Dev 频道上的可用性在开发过程中起着至关重要的作用。这种分阶段的推出允许开发者尽早进行实验并提供输入，使 Microsoft 能够在广泛采用之前优化其 API 和 AI 模型。这种协作方法保证了最终产品是稳定的、可靠的，并且满足了 Web 开发者的需求。