Firebase AI Logic, l'SDK che permette di chiamare Gemini direttamente dal client mobile o web senza tirare su un backend, passa in disponibilità generale a I/O 2026. È la conferma di una scelta architetturale che Google ha sostenuto da quando il prodotto si chiamava Vertex AI in Firebase: la chiamata al modello vive dentro l'app, non dietro un proxy, ma sotto il controllo di security rules, monitoraggio d'uso e gestione automatica delle chiavi API.
Grounding con Google Maps: il punto della giornata
La funzione che merita più attenzione è il Grounding con Google Maps, anch'esso in GA dentro l'SDK. Il principio è semplice: prima di rispondere, il modello consulta Google Maps Platform e ancora le sue risposte ai dati geospaziali reali. Per chi costruisce una guida turistica, un motore di consigli su ristoranti o una app di logistica locale, significa che la generazione testuale smette di inventare indirizzi, orari di apertura o nomi di locali inesistenti. Lo si attiva configurando il modello generativo (per esempio Gemini 3.5 Flash) e passando, se serve, la latitudine e longitudine dell'utente nella retrieval config, in modo da dare bias geografico ai risultati.
Il Grounding con Maps è disponibile dagli SDK Firebase AI Logic per Android, iOS, Flutter, JavaScript e Unity. Google ha annunciato la stessa capacità in parallelo come parte della nuova ondata di funzioni agentiche di Google Maps Platform, segnale che la geolocalizzazione diventa un asset di prima classe per gli agenti.
Nano Banana sotto controllo programmatico
L'integrazione con Nano Banana, il modello di image editing di casa Google, riceve un'API per controllare in modo programmatico aspect ratio e dimensioni delle immagini generate. È una richiesta che gli sviluppatori avanzavano da mesi: il modello produce immagini di qualità, ma serviva il modo di chiedere un 1080x1350 per un post Instagram o un 1200x630 per un'open graph senza passare per workaround testuali nel prompt. Adesso il parametro è esplicito.
Robustezza per app reali
Due funzioni che pesano meno sul keynote ma molto sulla qualità percepita: la ripresa di sessione (session resumption) e la compressione del contesto. Se la rete cade in mezzo a una conversazione lunga con il modello, l'SDK ricostruisce lo stato senza ripartire da zero, e nel frattempo riduce il payload della cronologia. Sono le primitive che mancavano per portare in produzione le esperienze conversazionali su dispositivi mobili in mobilità — dove la qualità della connessione è la variabile più imprevedibile.
Sicurezza: template-only e authentication-mode
La modalità template-only impone al client di poter eseguire soltanto prompt salvati lato server: chi usa l'SDK non può iniettare prompt arbitrari, eliminando un'intera categoria di attacchi di prompt injection lato client. L'authentication-mode, in arrivo nelle prossime settimane, vincola le chiamate a Gemini a includere un token Firebase Authentication valido. Insieme spostano il perimetro di sicurezza dal modello al contratto.
Workspace come fonte dati conversazionale
L'ultimo pezzo, già accennato nei materiali Firebase di I/O, è il connettore verso Google Workspace: le app possono ora interrogare Gmail, Docs e Sheets in linguaggio naturale, sfruttando Sign in with Google come livello di autorizzazione. Per molte applicazioni B2B questo elimina la necessità di costruire integrazioni custom: il backend conversazionale c'è già, basta dichiarare i permessi.
Perché conta
Firebase AI Logic passa da SDK per esperimenti a piattaforma di produzione: GA dei modelli Gemini 3.x, Grounding con Maps in GA, sicurezza esplicita, resilienza di rete, integrazione Workspace. Per chi sviluppa app verticali — turismo, food, mobilità, retail locale — il costo di costruire un assistant che non allucina cala drasticamente. E per Google è il pezzo che mancava per portare gli agenti dentro l'ultimo miglio del client, dove vive il vero attrito con l'utente.