在 AI 日益強調即時性、隱私與低功耗的時代，Edge AI 成為許多企業與開發者的重要佈局。然而模型部署仍面臨平台相容性、執行效能與資源限制等挑戰。本演講將分享如何透過 WebAssembly（Wasm）技術，實現高可攜、可離線運行的 AI 推論模組，並介紹在 MediaPipe + Gemini Nano + WebAssembly 架構下的實測經驗。

本次深入探討 AI 模型如何轉換為適合瀏覽器的輕量型格式，結合向量資料庫與 SLM（Small Language Models）進行本地推論。歡迎對 AI 輕量部署、Web 技術與 Edge Intelligence 有興趣的開發者一同交流與討論。

聽眾收穫：

• 了解 WebAssembly 在 AI 模型本地推論上的應用場景與優勢
• 如何將 LLM/SLM 模型轉換並部署於瀏覽器與邊緣裝置
• 實際掌握 MediaPipe + Gemini Nano + Wasm 的整合技巧與潛在限制
• 掌握從雲端架構遷移至邊緣部署的技術挑戰與解決策略