[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"aihot-art-86043":3},{"itemId":4,"vertical":5,"category":6,"source":7,"score":8,"title":9,"summary":10,"analysis":11,"url":12,"coverUrl":13,"direction":13,"marketSignal":13,"publishedAt":14},"86043","ai","产品发布\u002F更新","MarkTechPost",61,"谷歌发布 LiteRT.js：通过 WebGPU 在浏览器中运行 .tflite 模型的 JavaScript 绑定","谷歌发布LiteRT.js，通过WebGPU在浏览器中直接运行.tflite模型，提升性能并保护隐私。","谷歌发布LiteRT.js，通过WebGPU在浏览器中直接运行.tflite模型，实现本地推理，提升隐私和性能。\n· LiteRT.js是LiteRT（原TensorFlow Lite）的JavaScript绑定，将原生运行时编译为WebAssembly，暴露给JavaScript调用，而非基于JavaScript内核。\n· 支持CPU（XNNPACK）、GPU（ML Drift via WebGPU）和NPU（WebNN API）三种后端，但模型必须完全委派给单一加速器，不支持部分委派。\n· 性能方面，相比其他Web运行时，CPU和GPU推理速度提升最高3倍；GPU\u002FNPU相比CPU加速5-60倍。\n· 可通过Torch转换PyTorch模型为.tflite格式，但要求模型可被torch.export导出。\n影响\u002F看点：LiteRT.js让Web应用获得接近原生的AI推理性能，同时保持数据本地化，对隐私敏感场景和边缘计算意义重大。","https:\u002F\u002Fwww.marktechpost.com\u002F2026\u002F07\u002F15\u002Fgoogle-releases-litert-js-a-javascript-binding-of-litert-that-runs-tflite-models-in-browsers-via-webgpu\u002F",null,"2026-07-15 15:36:17"]