浏览器将内置AI助手，离线也能用文字图片语音

Chrome 正在把 AI 直接塞进浏览器。Prompt API 调用的是 Google 的 Gemini Nano 模型，在本地运行，下载一次模型后你可以离线使用它。

但前提是你的电脑够格。硬件门槛不低：系统需要 Windows 10/11、macOS 13+、Linux 或 ChromeOS（Chromebook Plus）；空闲存储至少 22GB；GPU 显存必须超过 4GB，如果只用 CPU，得 16GB 内存加 4 核以上。手机和平板目前不支持。首次使用前要下载模型，还得同意 Google 的生成式 AI 禁止使用政策。

输入方面很自由。API 支持文本、图片（HTMLImageElement、SVGImageElement 等多种格式）和音频（AudioBuffer 等）。输出目前只支持文字——你能对着摄像头拍张照片让 AI 描述，或用语音提问，但回答只能以文字呈现。

调用方式有两种：prompt() 一次性返回完整回答，promptStreaming() 逐字输出，交互更流畅。它还支持结构化输出，开发者可以传入 JSON Schema 约束返回格式。会话管理方面，每个会话有上下文窗口，超限时会丢弃早期对话（系统提示除外），用户可以克隆会话以分支讨论，或调用 destroy() 释放资源。

安全性上，API 默认只对顶层窗口和同源 iframe 开放，跨域 iframe 可以通过 Permission Policy 的 allow 属性授权。目前不支持 Web Workers，后台脚本无法直接调用。Google 从 Chrome 138 开始开放 Origin Trial，针对采样参数的 Origin Trial 从 Chrome 148 开始。官方提供了多个演示：Prompt API playground、音频录制交互、Canvas 图片处理，以及一个 Chrome 扩展。

还有一些未明确的问题：模型下载的具体大小没给出来，稳定版本何时发布不清楚，离线使用是否完全不需要网络——原文没说清。隐私方面，用户数据会不会被上传也没有交代。

Google 正在把 AI 能力变成浏览器的原生功能，就像网页渲染一样。但高硬件配置要求和对模型下载的依赖，让这个能力离“人人可用”还有距离。