Google「Gemma 4」即將在 React Native 行動裝置端完全本地運行。
Google「Gemma」官方宣布，行動開發者社群透過「react-native-executorch」解鎖全新建置方式，即將支援「Gemma 4」模型在裝置上完全運行，由「Software Mansion」團隊打造此整合，連結至 GitHub 專案（https://github.com/software-mansion/react-native-executorch）。
專案概述
「React Native ExecuTorch」提供宣告式方式，讓 React Native 使用者透過「ExecuTorch」在裝置上運行人工智慧模型，支援多種大型語言模型（LLM）、電腦視覺模型等。「ExecuTorch」由 Meta 開發，專為手機或微控制器等裝置設計。此橋接解決 React Native 與原生平台間的落差，讓開發者無需深入原生程式撰寫或機器學習專業，即可高效運行本地 AI 模型。專案提供 npm 套件（最新版與 nightly 版），並通過 CI 測試，文件多語言支援（EN、ES、FR、CN、PT、IN）。
支援版本與架構要求
僅支援「New React Native architecture」，最低版本為：
iOS 17.0
Android 13
React Native 相容性參考文件表格（https://docs.swmansion.com/react-native-executorch/docs/next/other/compatibility）。
運行 LLM 需大量 RAM，模擬器崩潰時須增加分配 RAM。
實際應用案例
驅動「Private Mind」應用（https://privatemind.swmansion.com/），這是注重隱私的行動 AI App，已上架 App Store（https://apps.apple.com/gb/app/private-mind/id6746713439）與 Google Play（https://play.google.com/store/apps/details?id=com.swmansion.privatemind），展示真實世界部署。
快速入門：運行 LFM2.5
三步驟啟用 AI 文字生成：
步驟一：安裝
`bash
yarn add react-native-executorch
`
Expo 專案加：yarn add react-native-executorch-expo-resource-fetcher expo-file-system expo-asset；
Bare React Native 加：yarn add react-native-executorch-bare-resource-fetcher @dr.pogodin/react-native-fs @kesha-antonov/react-native-background-downloader；
平台專屬：yarn < ios | android >。
步驟二：設定與初始化
在元件檔案加入：
`tsx
import {
useLLM,
LFM2512BINSTRUCT,
Message,
initExecutorch,
} from 'react-native-executorch';
import { ExpoResourceFetcher } from 'react-native-executorch-expo-resource-fetcher';
initExecutorch({
resourceFetcher: ExpoResourceFetcher,
});
function MyComponent() {
const llm = useLLM({ model: LFM2512BINSTRUCT });
// ...
}
`
步驟三：執行模型
`tsx
const handleGenerate = async () => {
const chat: Message[] = [
{ role: 'system', content: 'You are a helpful assistant' },
{ role: 'user', content: 'What is the meaning of life?' }
];
await llm.generate(chat);
console.log('LFM2.5 says:', llm.response);
};
`
此流程展示聊天完成（chat completion）功能。
示範應用
專案內含多個範例 App（https://github.com/software-mansion/react-native-executorch/tree/main/apps），執行方式：進入目錄後 yarn && yarn < ios | android >：
llm：展示 LLM 聊天應用。
speech：語音轉文字與文字轉語音任務。
computer-vision：電腦視覺相關任務。
text-embeddings：計算文字嵌入，用於語意搜尋。
bare-rn：無 Expo 的 Bare React Native LLM 聊天範例。
現成模型與自訂支援
庫內內建多款即用 AI 模型，完整清單見文件（https://docs.swmansion.com/react-native-executorch）。自訂模型需匯出為 .pte 格式，參考 PyTorch「Python API」（https://docs.pytorch.org/executorch/stable/using-executorch-export.html）與「optimum-executorch」文件（https://github.com/huggingface/optimum-executorch?tab=readme-ov-file#option-2-export-and-load-separately）。HuggingFace 頁面（https://huggingface.co/software-mansion）提供探索模型。
文件與社群資源
完整文件：https://docs.swmansion.com/react-native-executorch。
GitHub 貢獻者、星數徽章。
Discord 社群（https://discord.gg/ZGqqY55qkP）。
聘請團隊（https://swmansion.com/contact）。
授權為 MIT License（./LICENSE）。未來計劃見 milestones（https://github.com/software-mansion/react-native-executorch/milestones）。
開發團隊背景
「Software Mansion」自 2012 年起專注網頁與行動 App 開發，為 React Native 核心貢獻者，擅長解決 React Native 難題，提供客製服務（https://swmansion.com）。
此整合標誌行動裝置端 AI 運行進入新階段，Google「Gemma」與 React Native 社群合作，強調本地執行、無雲端依賴的隱私優勢，由「Software Mansion」主導，快速上手門檻低，涵蓋 LLM 到電腦視覺等多模態，預計加速隱私優先 AI App 開發浪潮。
