谷歌近日正式发布 Magika 1.0，这是其基于人工智能的文件类型识别系统的首个稳定版本。此次更新标志着该项目在性能优化与系统安全性上的重要进展——其核心引擎现已完全用 Rust 语言重写。自去年向公众开源以来，Magika 迅速在开发者社区中流行，目前每月下载量已突破百万次。
新版本对整体架构进行了深度重构，在提升运行效率的同时增强了内存安全防护能力。据谷歌介绍，Magika 1.0可在单核 CPU 上实现每秒数百个文件的快速识别，若使用多核处理器，则处理速度可扩展至每秒数千个文件。该系统采用 ONNX Runtime 执行模型推理，并结合 Tokio 异步运行时框架，保障了高并发场景下的稳定表现。
在支持的文件格式方面，Magika 1.0现已能够识别超过200种文件类型，较初代版本翻了一倍。新增支持涵盖数据科学和机器学习领域的 Jupyter Notebook、Numpy 和 PyTorch 文件，也包括现代开发中广泛使用的 Swift、Kotlin 和 TypeScript 等编程语言文件。同时，DevOps 工具链中的配置文件、SQLite 数据库以及 AutoCAD 图形文件等也已被纳入检测范围。
本版本还显著提升了对高度相似文件类型的区分精度，例如能更准确地区分 C 与 C++ 源码、JavaScript 与 TypeScript 脚本。在技术攻坚过程中，谷歌面临训练数据体量庞大及部分文件样本稀少的难题。为此，团队构建了专用数据集平台 SedPack，并借助自家生成式 AI 模型 Gemini 生成高质量合成数据，有效增强了模型的泛化性和鲁棒性。
此外，Magika 1.0同步更新了 Python 和 TypeScript 的客户端模块，大幅简化了集成流程。开发者可通过简单命令在主流操作系统上完成安装与部署。谷歌也诚邀更多开源贡献者加入项目，共同推动这一工具的功能拓展与持续优化。
