【美联社科技讯】2026 年 5 月，谷歌正式发布 Chrome 148 稳定版本，其中内置的 Prompt API 迎来史诗级能力升级。此次更新打破了浏览器本地 AI 仅支持文本处理的局限，将支持文本、图像和音频输入的多模态能力全面整合进浏览器内核，基于内置的 Gemini Nano 轻量级模型，实现所有 AI 推理任务的端侧本地运行。这一技术落地，标志着 Web 应用从 “信息展示载体” 向 “原生智能交互体” 的转型正式进入规模化落地阶段。
此次升级的核心价值，在于彻底拉低了 Web 应用多模态 AI 能力的开发门槛。开发者无需搭建复杂的云端服务，仅通过简单的 JavaScript 代码，就能让网页实现 “看图说话”“听音解意” 的智能能力，所有数据处理全程在用户设备内完成，无需上传云端。
多模态能力解码：浏览器如何实现 “看” 与 “听”
多模态输入的落地，是 Prompt API 底层能力的一次关键跃升。其实现核心，在于 Chromium 内核深度集成的 Gemini Nano 模型，开发者可通过原生 JavaScript 接口，直接向模型传入本地图片、音视频数据，无需依赖第三方服务。
目前该功能全面支持 JPEG 和 PNG 格式的图像输入，可执行图像描述生成、智能图片检索、音频转录、声音事件分类等核心任务。Chrome 同步上线了专用演示页面 chrome://on-device-internals，开发者可通过其中的 “Model Status” 标签，实时查看本地模型的名称、版本号与运行状态。
多模态能力的开启流程极为简便。在 Chrome Canary 或 Chrome 138 及以上版本中，用户只需在 chrome://flags 页面开启 #prompt-api-for-gemini-nano-multimodal-input 开关，激活多模态沙盒能力，完成配置后即可在代码层面编写调用逻辑。
图像输入实战：几十行代码搭建离线图像识别系统
从工程落地角度，多模态图像能力的实现可分为两大核心步骤，全程无需复杂的云端适配。
第一步是能力探测与环境准备。按照 Chrome 官方最佳实践，开发者在功能上线前，需调用 LanguageModel.availability () 完成三重状态检测：返回 available 代表模型可直接调用；返回 downloading 说明模型正在后台加载，需提示用户等待；返回 unavailable 则意味着当前设备未达到硬件配置门槛。
第二步是构建多模态会话。可行性验证通过后，开发者可通过 ai.languageModel.create () 创建模型的全局会话实例。需要注意的是，当前官方 API 无法自动识别文件类型，必须先将图像文件转换为 DataURL 或二进制文本流，以系统约定的通用格式传入。
开发者只需将图片的 base64 编码放入标记好的图像专用标签数组中，配合预定义的提示词，再调用 session.prompt () 方法一并传入即可完成调用。整个过程中，数据仅在用户设备内部流转，彻底阻断外部泄露风险，同时将推理延迟控制在毫秒级。
这意味着，一个免联网、高私密性的证件预审系统，仅需几十行 HTML+JavaScript 代码，就能整合进浏览器环境中，无需任何后端服务支持。
音频输入实战：本地端侧实现会议转写与声纹分类
多模态能力的升级并未局限于视觉场景，Gemini Nano 对音频输入的原生支持，为流式会议处理、客户端弹幕字幕、语音消息即时转写等场景打开了全新的想象空间。
音频的接入逻辑与图像类似，但官方明确了其对 GPU 硬件的强依赖：应用如需处理音频输入，必须使用 GPU 模式，即设备配备独立显卡且显存大于 4GB，功能才能正常运行。用于音频输入的数据，需预先转换为 base64 编码的指定格式，与对应的数据类型参数一同传递给 Prompt API 处理。
官方公布的核心应用场景包括音频转录、声音事件分类、音频素材结构化信息提取等。例如，开发者可设计一款完全离线的语音记事本助手，录下的会议内容可通过浏览器原生 AI 实时转写字幕、分类事件，数据全程不经过云端。而这种体验，在过去必须接入昂贵的第三方云端服务才能实现。
能力边界清晰：混合架构成业务落地最优解
需要明确的是，Gemini Nano 仅有数 GB 大小，属于高度定制化的轻量高效模型。它擅长处理特定的分类、总结、描述与音频转录任务，也能实时识别图像中的身份与文本属性，但与 Gemini Pro、Ultra 系列云端大模型之间，仍存在断层式的能力差距。简单来说，Nano 可以在 200 毫秒内精准描述一张图片，但在生成长篇深度研究报告等复杂任务上，仍存在显著短板。
因此，行业公认的稳健开发策略，并非对浏览器原生 AI 重度依赖，而是采用 “分层降级” 的混合架构。在产品的 AI 调用链路中，先检测用户浏览器是否支持 Prompt API，若支持且任务难度不高，优先用免费、本地化、高隐私性的 Gemini Nano 完成处理；仅当遇到超出其能力边界的复杂任务时，再无缝降级回退到云端付费模型。
这种 “芯片离线 + 云端在线” 的混合调用模式，兼顾了原生 AI 的低延迟、高隐私优势，与云端大模型的强泛化能力，成为真实业务场景中的最优解。
生态重构：浏览器升级为操作系统级 AI 基础设施
Chrome 通过 Prompt API 落地的多模态能力，对整个 Web 生态形成了降维冲击。过去，前端开发被牢牢限定在界面 “展示层”，任何 AI 相关的操作逻辑，都必须通过云端服务器或第三方托管模型才能拿到结果。而现在，只需一行代码 const session = await ai.languageModel.create ()，开发者就能直接调用离线的语音和图像推理能力，无需任何云端服务支持。
与此同时，谷歌在 2026 年 2 月公布的 WebMCP 已进入早期预览阶段，允许网站通过结构化工具直接向复杂 AI Agent 暴露功能，免去了 Agent 通过截图解析猜测界面的繁琐流程，而这一能力的实现，恰恰依赖于多模态 Prompt API 的核心技术。
更进一步来看，谷歌现有的扩展 API 已允许用户通过自然语言提示词生成 Chrome 扩展程序，结合 AI 本地推理能力，大幅降低了插件开发门槛。这种 “提示即扩展” 的技术架构，让 AI Agent 从网页的旁观者，真正变成了浏览器原生的交互主体。
Prompt API 的多模态能力，正悄然推动 Web 应用完成从 “信息展示载体” 到 “可自然交流的智能体” 的蜕变。在这个全新的技术体系里，用户隐私不再依赖被动的信任承诺，而是通过端侧推理的架构设计实现底层兜底；AI 能力也从云端的稀缺奢侈品，逐步变成了浏览器的标准基础设施。
对于需要处理高复杂度 AI 任务、追求云端大模型稳定调用体验的开发者及企业用户，UseAIAPI 提供了全链路一站式解决方案，三大核心权益全面解决大模型调用痛点。
其一，全量主流大模型一站式无缝接入。平台已完成全球热门 AI 大模型的全覆盖，包括 Claude、Gemini、ChatGPT、DeepSeek 等最新版本模型，无需用户单独对接多个平台、处理多账号资质审核与风控问题，开箱即可实现平滑调用，大幅降低研发对接、日常运维的时间与人力成本。
其二，专属企业级定制化服务。针对企业级用户，平台可提供全流程定制化接入方案与 7×24 小时专属技术支持，彻底解决账号风控、调用限流、高并发稳定性、数据安全合规等核心需求，可根据业务场景定制专属算力调度方案，保障业务长期稳定运行，无需用户投入精力维护底层调用架构。
其三，行业极致成本优势。平台所有大模型调用费用，最低可享官方定价 5 折优惠，大幅削减高频调用、高强度内容生成、长上下文会话等场景下的算力消耗成本，即便是大流量生产级业务，也无需为高额的 API 调用费用担忧。