Gemini Nano 4 arriva su sette smartphone: Google restringe l’AI on-device ai flagship

🤖 Cosa cambia

• Gemini Nano 4 è ufficialmente supportato su Pixel 11, Pixel 11 Pro, Pixel 11 Pro XL, Pixel 11 Pro Fold e tre nuovi pieghevoli Samsung.
• Google lega Gemini Intelligence ad almeno 12 GB di RAM, SoC qualificati e capacità elevate di elaborazione AI direttamente sul dispositivo.
• Funzioni come Rambler e Create My Widget restano per ora più ristrette dei requisiti generali di Nano 4, creando una nuova segmentazione hardware.

Gemini Nano 4 debutta ufficialmente su appena sette smartphone Android, definendo con maggiore chiarezza il nuovo confine hardware dell’AI on-device di Google. La documentazione degli sviluppatori indica come compatibili Pixel 11, Pixel 11 Pro, Pixel 11 Pro XL, Pixel 11 Pro Fold, Galaxy Z Flip 8, Galaxy Z Fold 8 e Galaxy Z Fold 8 Ultra. La novità va oltre la semplice lista di dispositivi: Google sta progressivamente separando gli smartphone che possono eseguire Android da quelli capaci di sostenere le esperienze più avanzate di Gemini Intelligence. RAM, SoC e accelerazione locale diventano quindi requisiti sempre più importanti quanto la versione del sistema operativo.

Gemini Nano 4 parte da Pixel 11 e dai nuovi Galaxy pieghevoli

La lista ufficiale compare nella documentazione delle API GenAI di ML Kit, dove Google distingue chiaramente i dispositivi compatibili con le diverse generazioni di Gemini Nano. Per la versione nano-v4 risultano attualmente certificati quattro Pixel — Pixel 11, 11 Pro, 11 Pro XL e 11 Pro Fold — e tre pieghevoli Samsung: Galaxy Z Flip 8, Z Fold 8 e Z Fold 8 Ultra. La selezione è significativamente più limitata rispetto alle generazioni precedenti di Gemini Nano, che hanno raggiunto nel tempo un numero molto maggiore di smartphone Android. Questo non significa che Nano 4 resterà confinato per sempre a sette modelli, ma mostra che Google sta iniziando il rollout dai dispositivi con hardware più recente e maggiormente controllato. La scelta conferma quanto già emerso quando Gemini Nano 4 ha debuttato direttamente sui nuovi Galaxy Fold insieme alla nuova generazione hardware Samsung: l’AI locale sta diventando una parte strutturale della progettazione del dispositivo, non una funzione software aggiunta successivamente.

Gemma 4 è la base architetturale della nuova generazione Nano

Google aveva anticipato la direzione ad aprile annunciando Gemma 4 nella Developer Preview di AICore. L’azienda ha spiegato che Gemma 4 costituisce la base architetturale della nuova generazione di Gemini Nano 4, permettendo agli sviluppatori di testare in anticipo codice destinato ai dispositivi commerciali. Nano 4 viene successivamente ottimizzato per eseguire inferenza direttamente sugli smartphone, con particolare attenzione a consumo energetico, latenza e utilizzo della memoria. La distinzione è importante: Gemma rappresenta la famiglia di modelli aperti e accessibili agli sviluppatori, mentre Gemini Nano è l’implementazione ottimizzata da Google per l’integrazione nel sistema Android attraverso AICore e le API GenAI. L’obiettivo è creare uno strato di inferenza comune sul quale le applicazioni possano eseguire riassunti, riscrittura, classificazione, comprensione di immagini e altre attività senza dover necessariamente inviare ogni richiesta a un server remoto.

Leggi anche: Android 17 alza i requisiti hardware per Gemini Intelligence tra 12 GB di RAM e NPU dedicate

Gemini Intelligence richiede almeno 12 GB di RAM e un SoC qualificato

La lista Nano 4 coincide in larga parte con quella dei dispositivi certificati per Gemini Intelligence. Google specifica nella documentazione dedicata ai requisiti del sistema che gli smartphone compatibili devono avere almeno 12 GB di RAM, un SoC qualificato, capacità avanzate di elaborazione AI on-device e un sottosistema multimediale sufficientemente moderno. Questi requisiti spiegano perché un dispositivo relativamente recente possa continuare a ricevere Android e patch di sicurezza senza ottenere necessariamente le stesse funzioni AI dei flagship più nuovi. La strategia introduce quindi un livello ulteriore di segmentazione: non basta più essere aggiornati alla versione più recente del sistema operativo. Serve un hardware capace di mantenere in memoria il modello, elaborare input multimodali e sostenere inferenze senza compromettere autonomia e responsività. È la stessa trasformazione già evidente nella transizione verso smartphone Galaxy con chip e NPU progettati esplicitamente per funzioni AI locali.

AICore sposta inferenza e dati direttamente sul dispositivo

Il componente che rende possibile questa architettura è Android AICore, servizio di sistema che gestisce i modelli generativi locali. Google descrive AICore come un ambiente in grado di eseguire Gemini Nano direttamente sull’hardware del telefono, riducendo la necessità di trasferire continuamente dati verso il cloud. Secondo la documentazione ufficiale di Android AICore, l’elaborazione locale offre tre vantaggi principali: minore latenza, disponibilità delle funzioni anche offline e maggiore controllo sui dati utilizzati dall’AI. Il modello viene gestito centralmente dal sistema e può essere aggiornato senza obbligare ogni applicazione a distribuire separatamente un proprio LLM. Per gli sviluppatori questo consente di costruire funzionalità GenAI su un’infrastruttura comune; per Google significa poter controllare compatibilità, sicurezza e consumo di risorse a livello di sistema operativo. Nano 4 diventa quindi meno simile a una semplice funzione del Pixel e più vicino a un runtime AI condiviso dall’ecosistema Android premium.

Rambler e Create My Widget mostrano che il supporto Nano 4 non basta

La compatibilità con Gemini Nano 4 non garantisce però automaticamente l’accesso a tutte le nuove funzioni di Gemini Intelligence. Google sta usando Pixel 11 come piattaforma di lancio per esperienze come Rambler, il sistema di dettatura vocale che ripulisce ripetizioni, esitazioni e correzioni mentre l’utente parla, e Create My Widget, funzione capace di generare widget personalizzati partendo da una descrizione in linguaggio naturale. I pieghevoli Samsung risultano compatibili con Nano 4, ma queste funzioni restano per ora più limitate nella distribuzione. La differenza suggerisce che Google distingua almeno tre livelli: disponibilità del modello locale, requisiti hardware Gemini Intelligence e abilitazione delle singole esperienze software. La frammentazione non dipende quindi soltanto dalla potenza del dispositivo. Entrano in gioco integrazione con Gboard, launcher, servizi Google, API proprietarie e ottimizzazioni specifiche del produttore. Per gli utenti diventa più difficile capire se una funzione dipenda da Android, dal modello Nano, dal SoC o da una scelta commerciale del produttore.

Pixel 11 diventa il riferimento per l’Android costruito attorno all’AI

La serie Pixel 11 assume in questo scenario un ruolo particolare perché Google controlla direttamente hardware, Tensor G6, Android, AICore e le applicazioni che sfruttano Gemini Intelligence. Questo permette all’azienda di usare i propri smartphone come piattaforma di riferimento per le funzioni AI più avanzate prima di estenderle ai partner. La scelta è coerente con la strategia osservata negli anni precedenti: Gemini Nano era inizialmente arrivato su pochi Pixel e Galaxy, per poi espandersi progressivamente. La differenza del 2026 è che l’AI locale non serve più soltanto a funzioni isolate come Recorder o risposta intelligente. Google la sta trasformando in un livello sistemico capace di intervenire su input vocale, compilazione automatica, automazione e contenuto contestuale. Il salto rispetto ai primi esperimenti su Pixel 8 con Gemini Nano e Android 14 è quindi soprattutto architetturale: il modello locale non è più un componente accessorio, ma una delle condizioni per accedere all’esperienza Android più avanzata.

Continua con:

• Google porta Gemini Nano dentro l’ecosistema Android attraverso ML Kit e inferenza locale
• OnePlus 13 adotta Gemini Nano e amplia l’AI locale oltre Pixel e Galaxy

L’AI on-device crea una nuova obsolescenza prima di quella software

Gemini Nano 4 rende evidente una conseguenza destinata a pesare sempre di più sul mercato Android: uno smartphone può continuare a essere perfettamente supportato dal sistema operativo e diventare comunque vecchio per l’AI. La disponibilità delle nuove funzioni dipende infatti da memoria, NPU, banda interna e capacità del SoC di eseguire modelli sempre più complessi senza compromettere consumi e temperatura. Google afferma che Gemini Nano viene già utilizzato su oltre 140 milioni di dispositivi, ma Nano 4 parte da una base estremamente più ristretta proprio perché aumenta le richieste hardware. Questo modello potrebbe accelerare la differenziazione tra fascia media e premium e rendere RAM e acceleratori AI criteri d’acquisto molto più importanti rispetto al passato. La nuova frontiera dell’obsolescenza Android non sarà quindi necessariamente la fine degli aggiornamenti: potrebbe essere la perdita progressiva delle funzioni di intelligenza artificiale più avanzate molto prima della fine del supporto software tradizionale.