نقدّم الجيل الأحدث من MobileNets، المعروف بـ MobileNetV4 (MNv4)، والذي يتميز بتصميمات معمّة وفعّالة لواجهة الأجهزة المحمولة. في قلب هذا التصميم، نقدّم كتلة البحث المُسمّاة Universal Inverted Bottleneck (UIB)، وهي بنية موحدة ومُتعدّدة الاستخدامات تدمج بين Inverted Bottleneck (IB)، وConvNext، وFeed Forward Network (FFN)، بالإضافة إلى نسخة جديدة من Depthwise تُسمّى ExtraDW. إلى جانب UIB، نقدّم Mobile MQA، وهي كتلة انتباه مصممة خصيصًا للأجهزة المُسرّعة المحمولة، وتُحقّق زيادة ملحوظة في السرعة تصل إلى 39%. كما نقدّم أيضًا وصفة مُحسّنة لبحث البنية العصبية (NAS) تُحسّن فعالية عملية بحث MNv4. يؤدي دمج UIB وMobile MQA ووصفة NAS المُطوّرة إلى ظهور مجموعة جديدة من نماذج MNv4، تكون في معظمها مُثلى من حيث التوازن (Pareto optimal) على وحدات المعالجة المركزية (CPUs)، ووحدات معالجة الإشارة الرقمية (DSPs)، ووحدات معالجة الرسوميات (GPUs)، فضلًا عن العتاد المُخصص مثل Apple Neural Engine وGoogle Pixel EdgeTPU — وهي صفة لا توجد في أي نموذج آخر تم اختباره. وأخيرًا، لتعزيز الدقة، نقدّم تقنية تَعليم تَشبيه جديدة. وباستخدام هذه التقنية، تصل دقة نموذجنا MNv4-Hybrid-Large إلى 87% على ImageNet-1K، مع زمن تشغيل على EdgeTPU في Pixel 8 لا يتجاوز 3.8 مللي ثانية.