电脑配置还不错的朋友，如果你的电脑里恰好还安装了 Chrome，可能就得小心点了。

近日，计算机科学家 Alexander Hanff 公开发布报告称，谷歌的 Chrome 浏览器正在向符合条件的设备静默推送、并下载容量达到 4GB 的 Gemini Nano 模型。

Alexander Hanff 通过 macOS 内核文件系统事件日志（.fseventsd）重现了这一过程，从目录创建到文件移动完成，全程仅用时 14 分 28 秒。而浏览器前台页面只是停留在普通的第三方网页上，可后台却启动了多个解压子进程，并将 4GB 的 Gemini Nano 模型权重文件写入用户配置文件目录下的 OptGuideOnDeviceModel（设备端优化指南模型存储）文件夹中，其核心文件名为 weights.bin。

海外科技媒体 9to5Google 也复现了这一操作，并且他们发现即使手动删除了 weights.bin 文件，Chrome 往往还会在下一次合适的时机重新下载，甚至认为 " 用户的删除被视为需要纠正的临时状态 "。

但有趣的是，谷歌公司的发言人并未对此道歉，还宣称该模型仅在设备满足硬件要求时才会下载，并且 " 如果设备资源不足，模型将自动卸载 "。

更让人摸不着头脑的是，Alexander Hanff 的测试结果显示，Chrome 背着用户下载的 Gemini Nano 毫无意义，Chrome 的 "AI Mode" 功能实际调用的是云端的 Gemini 模型，而非端侧模型。换而言之，用户被 Chrome 偷偷下载的这个 AI 模型完全是个摆设。

那么谷歌说好的 " 负责任 AI" 呢？在许多业内人士看来，谷歌的这一操作甚至比当初 QQ 在安装包里内置虚幻 4 引擎，更不把用户当人。

事实上，背着用户通过 Chrome 下载 Gemini Nano，并不是某个管理层一拍脑袋的率性而为，而是为即将到来的 " 离线大模型 " 铺路。Gemini Nano 本就是 Gemini 模型系列中的最小版本，专为在设备端运行进行了优化。然而自从 Gemini 问世以来，Nano 版本就一直声名不显，外界也更关心性能更强的 Ultra、Pro，或是更有性价比的 Flash。

其实用户忽视端侧模型的原因也很简单，因为它往往只会做 " 特定的小事 "，而且还不一定做好。毕竟为了让模型在有限的显存、内存条件下运行，模型厂商就不得不使用剪枝、量化、知识蒸馏来压缩参数，可结果是模型就只能做高度特定的任务，而且一旦任务稍微复杂，就开始 " 胡说 " 或是失效，真正有价值的决策、复杂推理、跨上下文理解统统都做不了。

当然，随着谷歌的多 Token 预测器（MTP）问世，端侧模型的这些缺陷也得以针对性补全。在谷歌方面公布的 Demo 中，MTP 会利用闲置算力提前预测未来可能出现的多个 Token，并且在不牺牲输出质量和逻辑能力的前提下，将模型的推理速度最高提升 3 倍，使得其无需在响应速度和计算精度之间二选一。

借助 MTP，消费级显卡也能运行离线编程助手或智能体工作流。简而言之，谷歌方面认为 MTP 让端侧模型从 " 玩具 " 变成了 " 可堪一用 "，AI 也有了从云端推向个人计算终端的可能。这时候 Chrome 提前在用户电脑里预装的 Gemini Nano，就可以实现提前卡位。

卡位实际上就是占坑，一旦用户的电脑里已经有了 Gemini Nano，自然也就不存在 GPT-5.4   mini、MiniCPM-V-2 存在的空间。毕竟用户是懒惰的，当想要尝试端侧 AI 时，如果发现 Gemini Nano 已经不声不响地出现了，基本就不会再花时间去下载别的模型。

从某种意义上来说，当谷歌不再用 " 不作恶 " 来标榜自己，类似这样的操作也就不稀奇了。反正提前通过 Chrome 在用户的电脑里下载 Gemini Nano，也是用户来买单，毕竟存储空间、流量、电费又不用谷歌来出。

当初有开发者在解释 QQ 为何选择直接在程序里塞进虚幻 4 时曾表示，" 我干嘛要那么负责，我会有一分钱好处吗？" 关于用户的设备谁做主这件事，几乎没有开发者关心。所以如果不想自己电脑的硬盘被谷歌白白占用，暂时弃用 Chrome 可能是最好的选择。

【本文图片来自网络】