Google把LiteRT塞进了浏览器，这本身不意外。LiteRT.js是这个跨平台边缘运行时在Web端的新牌，推给JavaScript开发者，让他们不用碰后端就能在浏览器里跑模型——听起来很美。但翻完公告我只有一个念头：你把枪亮出来了，子弹呢？一个号称SOTA的推理引擎，基于WebGPU和即将到来的WebNN，还贴心地准备了WebAssembly CPU回退，却连一张基准测试的表格都懒得放。没有延迟对比，没有吞吐量数据，没有和ONNX Runtime Web、Transformers.js的正面交锋。这种发布，在2025年属实有点虚。
WebGPU确实是浏览器里做AI推理的正确方向，它给了开发者直接啃GPU的能力，告别了以前在WebGL里模拟计算着色器的各种拧巴。LiteRT.js如果真能把模型优化流程和浏览器管线对接好，确实有机会把端侧推理的质量往上拉一个档次。但“有机会”和“做到了”之间，缺的那口气恰恰就是数据。我想起前些年几个高调入场又悄然沉寂的浏览器端ML方案，它们败在同一个地方：开发者在实际项目里一测，发现性能根本不够看。没跑过分，就敢说SOTA，这说服力太薄了。
这件事更大的看点是Google对WebNN的态度。他们明确提到会跟进这个尚在襁褓中的标准，那才是浏览器AI推理真正的加速管道，能让神经网络算子直接调度到底层硬件。LiteRT.js此时先站好位置，战略上不算错。但开发者没耐心听战略，他们要看的是：在我的设备上跑ResNet或者Stable Diffusion的一个小版本，响应时间是30毫秒还是300毫秒。Google要是想让人认真对待LiteRT.js，下一步该干的不是发博客，而是发benchmark。在此之前，它只是一个漂亮的承诺。
