Wir präsentieren die neueste Generation von MobileNets, bekannt als MobileNetV4 (MNv4), mit universell effizienten Architekturdesigns für mobile Geräte. Im Kern führen wir den Universal Inverted Bottleneck (UIB)-Suchblock ein, eine einheitliche und flexible Struktur, die den Inverted Bottleneck (IB), ConvNext, den Feed-Forward-Netzwerk (FFN)-Block sowie eine neuartige Variante des Depthwise-Blocks (ExtraDW) vereint. Neben dem UIB stellen wir Mobile MQA vor, einen auf mobile Beschleuniger zugeschnittenen Aufmerksamkeitsblock, der eine signifikante Beschleunigung um 39 % ermöglicht. Zudem wird ein optimierter Neural Architecture Search (NAS)-Rezept vorgestellt, das die Effektivität der MNv4-Suchprozedur verbessert. Die Kombination aus UIB, Mobile MQA und dem verfeinerten NAS-Rezept führt zu einer neuen Reihe von MNv4-Modellen, die überwiegend pareto-optimal sind – sowohl auf mobilen CPUs, DSPs und GPUs als auch auf spezialisierten Beschleunigern wie dem Apple Neural Engine und dem Google Pixel EdgeTPU – eine Eigenschaft, die in keiner anderen getesteten Architektur zu finden ist. Schließlich stellen wir eine neuartige Distanzierungstechnik vor, um die Genauigkeit weiter zu steigern. Mit dieser Technik erreicht unser MNv4-Hybrid-Large-Modell eine Bildklassifizierungsgenauigkeit von 87 % auf ImageNet-1K bei einer Ausführungszeit von nur 3,8 ms auf dem Pixel 8 EdgeTPU.