以下是我们在 I/O 大会上宣布的所有内容，从新的 Firebase Studio 功能到集成 AI 的更多方式，内容非常丰富。阅读博客。

使用自定义 TensorFlow Lite build

如果您是一位经验丰富的机器学习开发者，并且预构建的 TensorFlow Lite 库不能满足您的需求，您可以通过机器学习套件使用自定义 TensorFlow Lite build。例如，您可能需要添加自定义操作。

前提条件

可正常使用的 TensorFlow Lite 构建环境

捆绑适用于 Android 的自定义 TensorFlow Lite

构建 Tensorflow Lite AAR：

bazel build --cxxopt='--std=c++11' -c opt        \
  --fat_apk_cpu=x86,x86_64,arm64-v8a,armeabi-v7a   \
  //tensorflow/lite/java:tensorflow-lite

这将在 bazel-genfiles/tensorflow/lite/java/ 中生成一个 AAR 文件。将自定义的 Tensorflow Lite AAR 发布到您的本地 Maven 代码库：

mvn install:install-file -Dfile=bazel-genfiles/tensorflow/lite/java/tensorflow-lite.aar -DgroupId=org.tensorflow \
  -DartifactId=tensorflow-lite -Dversion=0.1.100 -Dpackaging=aar

最后，在您的应用 build.gradle 中，使用您的自定义版本替换 Tensorflow Lite：

implementation 'org.tensorflow:tensorflow-lite:0.1.100'