Como desplegar Gemma 4 en Android e iOS (Guia de IA movil)

Ejecutar un modelo de IA directamente en tu telefono — sin internet, sin que los datos salgan de tu dispositivo — suena futurista, pero Gemma 4 lo hace realidad. Los modelos mas pequenos E2B y E4B estan especificamente disenados para despliegue movil. Esta guia cubre todo lo que necesitas para poner Gemma 4 a funcionar en Android e iOS.

¿Que modelos funcionan en el movil?

No todos los modelos de Gemma 4 caben en un telefono. Esto es lo realista:

Los modelos E2B y E4B ("Edge") estan optimizados para movil — incluyen capacidades multimodales (texto, vision y audio) en tamanos que realmente caben en un telefono. Puedes obtener los archivos del modelo de cualquier fuente listada en nuestra guia de descarga. Para especificaciones detalladas de RAM y almacenamiento, consulta los requisitos de hardware.

Despliegue en Android

Android tiene el ecosistema mas maduro para Gemma 4 en el dispositivo, gracias a la estrecha integracion de Google.

Opcion 1: Google AI Edge SDK

El AI Edge SDK es la solucion oficial de Google para ejecutar Gemma en Android:

// build.gradle.kts
dependencies {
    implementation("com.google.ai.edge:ai-edge-sdk:0.3.0")
}

// In your Activity or ViewModel
import com.google.ai.edge.InferenceSession
import com.google.ai.edge.ModelConfig

class GemmaViewModel : ViewModel() {
    private var session: InferenceSession? = null

    fun initModel(context: Context) {
        val config = ModelConfig.builder()
            .setModelPath("gemma-4-e2b-it.task")
            .setMaxTokens(1024)
            .setTemperature(0.7f)
            .build()

        session = InferenceSession.create(context, config)
    }

    fun generateResponse(prompt: String): String {
        return session?.generateResponse(prompt) ?: "Model not loaded"
    }
}

Opcion 2: AICore (Pixel y Samsung)

AICore viene integrado en telefonos Pixel recientes y dispositivos Samsung Galaxy. Proporciona aceleracion de IA a nivel de sistema:

// Check if AICore is available
val aiCoreAvailable = AICore.isAvailable(context)

if (aiCoreAvailable) {
    // AICore handles model management and optimization
    val session = AICore.createSession(
        model = "gemma-4-e2b-it",
        options = AICore.Options.builder()
            .setAccelerator(AICore.Accelerator.GPU)
            .build()
    )

    val response = session.generate("Explain photosynthesis simply")
}

Ventaja de AICore: el modelo puede estar ya en cache en el dispositivo, asi que los usuarios no necesitan descargar 2-3GB por separado.

Opcion 3: MediaPipe LLM Inference API

MediaPipe es mas flexible y funciona en una gama mas amplia de dispositivos Android:

dependencies {
    implementation("com.google.mediapipe:tasks-genai:0.10.20")
}

// Initialize the LLM
val options = LlmInference.LlmInferenceOptions.builder()
    .setModelPath("/data/local/tmp/gemma-4-e2b-it.bin")
    .setMaxTokens(1024)
    .setTopK(40)
    .setTemperature(0.7f)
    .setRandomSeed(42)
    .build()

val llmInference = LlmInference.createFromOptions(context, options)

// Generate text
val response = llmInference.generateResponse("What is machine learning?")

// Stream responses
llmInference.generateResponseAsync(prompt) { partialResult, done ->
    // Update UI with each token
    textView.append(partialResult)
}

Despliegue en iOS

Opcion 1: App AI Edge Gallery

La forma mas facil de probar Gemma 4 en iOS — descarga la app AI Edge Gallery de la App Store. Para optimizaciones especificas de Apple y detalles de configuracion, consulta nuestra guia dedicada para iPhone.

1. Instala AI Edge Gallery
2. Explora los modelos disponibles
3. Descarga Gemma 4 E2B o E4B
4. Empieza a chatear — completamente sin conexion

Esto es genial para uso personal y pruebas, pero no para integrar en tu propia app.

Opcion 2: LiteRT (TensorFlow Lite Runtime)

Para integrar Gemma 4 en tu propia app iOS:

import LiteRT

class GemmaModel {
    private var interpreter: Interpreter?

    func loadModel() throws {
        guard let modelPath = Bundle.main.path(
            forResource: "gemma-4-e2b-it",
            ofType: "tflite"
        ) else {
            throw GemmaError.modelNotFound
        }

        var options = Interpreter.Options()
        options.threadCount = 4

        // Use GPU delegate for acceleration
        let gpuDelegate = MetalDelegate()
        interpreter = try Interpreter(
            modelPath: modelPath,
            options: options,
            delegates: [gpuDelegate]
        )
    }

    func generate(prompt: String) throws -> String {
        // Tokenize input
        let tokens = tokenize(prompt)

        // Run inference
        try interpreter?.allocateTensors()
        try interpreter?.copy(tokens, toInputAt: 0)
        try interpreter?.invoke()

        // Decode output
        let output = try interpreter?.output(at: 0)
        return decode(output)
    }
}

Opcion 3: MediaPipe para iOS

MediaPipe tambien funciona en iOS:

import MediaPipeTasksGenAI

let options = LlmInference.Options()
options.modelPath = Bundle.main.path(
    forResource: "gemma-4-e2b-it",
    ofType: "bin"
)!
options.maxTokens = 1024
options.temperature = 0.7

let llm = try LlmInference(options: options)
let response = try llm.generateResponse(inputText: "Hello!")

Expectativas de rendimiento

Se realista sobre lo que la IA movil puede hacer. Esto es lo que puedes esperar:

Estas velocidades son mas lentas que en escritorio, pero perfectamente usables para chat interactivo. El primer token tarda un poco mas mientras el modelo se inicializa.

Consideraciones de bateria y temperatura

Ejecutar inferencia de IA es intensivo en computo. Esto hay que tener en cuenta:

// Good practice: release model when not in use
override fun onPause() {
    super.onPause()
    session?.close()
}

override fun onResume() {
    super.onResume()
    if (session == null) initModel()
}

Sin conexion: la funcionalidad estrella

La mayor ventaja de la IA en el dispositivo es que funciona sin internet. Piensa en los casos de uso:

• Viajes: Asistente de IA funciona en modo avion
• Tareas sensibles a la privacidad: Preguntas medicas, diario personal, programacion privada — nada sale de tu dispositivo
• Mala conectividad: Zonas rurales, metro, regiones en desarrollo
• Velocidad: Sin latencia de red — las respuestas empiezan inmediatamente
• Coste: Sin tarifas de API despues de la descarga inicial del modelo

Esto es algo que las APIs en la nube fundamentalmente no pueden ofrecer. Cuando ejecutas Gemma 4 en tu telefono, tus datos se quedan en tu telefono. Punto.

Movil vs API en la nube

El enfoque ideal es hibrido: usa Gemma 4 en el dispositivo para tareas sensibles a la privacidad y sin conexion, y recurre a una API en la nube cuando necesites mayor calidad o el telefono este conectado.

Siguientes pasos

• ¿Quieres ejecutar Gemma 4 en iPhone especificamente? Consulta nuestra guia detallada para iPhone con optimizaciones especificas de Apple
• ¿No sabes que modelo elegir? Lee ¿Que modelo de Gemma 4? para entender toda la gama
• ¿Curioso sobre requisitos de hardware para escritorio? Consulta la guia de hardware para recomendaciones de escritorio y portatil

La IA movil aun esta en sus primeras etapas, pero es real y funciona hoy. Empieza con el modelo E2B, pruebalo en tu telefono y construye a partir de ahi. El hecho de que una IA capaz se ejecute completamente en un telefono que llevas en el bolsillo — sin internet, sin claves API, sin facturas mensuales — es bastante increible.