# 用冻结模型的多 token 预测加速 Pixel 上的 Gemini Nano 模型

- 原标题：Accelerating Gemini Nano models on Pixel with frozen Multi-Token Prediction
- 类型：博客
- 来源：Google Research
- 发布时间：2026-06-27
- 首次精选：2026-10-28 16:25
- 分级：值得看
- 学习层级：深入
- 主题：[decoding-acceleration](<https://oplearnx.com/md/topics/decoding-acceleration.md>)（第 27 位）、[local-model-deployment](<https://oplearnx.com/md/topics/local-model-deployment.md>)（第 52 位）
- 原文链接：[https://research.google/blog/accelerating-gemini-nano-models-on-pixel-with-frozen-multi-token-prediction](<https://research.google/blog/accelerating-gemini-nano-models-on-pixel-with-frozen-multi-token-prediction>)
- 本站页面：[https://oplearnx.com/resources/pk\_faa9eb01549b](<https://oplearnx.com/resources/pk_faa9eb01549b>)

## 摘要

Google 研究人员介绍一种把多 token 预测改造到已冻结的生产模型上的方法，用于加速端侧推理，规避单独草稿模型带来的低效。文章背景是手机端的能耗预算和内存限制，以及标准语言模型逐 token 自回归生成造成的瓶颈，目标是在不离设备的前提下更快实现通知摘要、文本校对等功能。

---
来源：LearnMap · 学径（https://oplearnx.com）