Google hat LiteRT.js vorgestellt, eine JavaScript-Bibliothek für lokal ausgeführte Machine-Learning-Modelle im Web-Browser. Das Tool ermöglicht es Entwicklern, KI-Modelle vollständig auf dem Gerät des Nutzers auszuführen – ohne Server-Kommunikation. LiteRT.js basiert auf Googles bewährter LiteRT-Laufzeitumgebung und nutzt WebAssembly sowie native Hardware-Beschleunigung (CPU, GPU, NPU) für optimale Performance. Die Lösung unterstützt die Konvertierung von PyTorch-Modellen im Single-Step-Verfahren und bietet erweiterte Quantisierungstechniken zur Modelloptimierung. Damit positioniert sich Google als direkter Nachfolger von TensorFlow.js mit deutlich höherer Leistung und besserer Hardware-Unterstützung.
🚀 Produkt-Launch
Google bringt KI-Inferenz direkt in den Browser
23. Juli 2026·Quelle: Google Stitch / Flutter
Unsere Einordnung
Google füllt eine echte Lücke: TensorFlow.js war für ernsthafte Web-KI-Anwendungen zu langsam. Mit LiteRT.js wird der Browser endlich zur gleichwertigen Zielplattform für produktive KI-Deployments – ein Gamechanger für datenschutzbewusste Anwendungen und Echtzeit-Features ohne Cloud-Latenz.
Schlüsselfakten
- LiteRT.js ermöglicht lokal ausgeführte KI-Modelle im Web-Browser ohne Server-Kommunikation
- Unterstützt native Hardware-Beschleunigung via CPU, GPU und NPU über WebAssembly
- Einfache One-Step-Konvertierung von PyTorch-Modellen mittels LiteRT Torch
- Automatische Performance-Verbesserungen durch gemeinsame Update-Pipeline mit Android/iOS-Versionen
- Erweiterte Quantisierung reduziert Modellgröße erheblich bei Qualitätserhalt