#オンデバイスai のAIニュース
16件の記事
Google、ローカルファーストのオンデバイスAI推論に焦点を当てたGemma 4をリリース
GoogleはGemma 4をリリースし、コーディングから本番環境までのソフトウェアライフサイクル全体をサポートするモデル群を通じて、Android開発向けのローカルで自律的なAIを実現することを目指している。
GoogleのGemma 4がスマホに無料の自律型AIを搭載、データは一切端末外に出ない
Googleがオープンソースモデル「Gemma 4」を発表した。このAIはテキスト・画像・音声を完全に端末内で処理し、自律的にWikipediaや地図などのツールを利用できる。クラウド不要でデータは端末から流出しない。
GoogleがiOS向けオフラインファーストAI音声入力アプリを静かにリリース
GoogleがGemma AIモデルを活用したオフラインファーストの音声入力アプリをiOS向けにリリースし、Wispr Flowなどの競合アプリに対抗する。
Gemma 4で最先端のエージェント機能をエッジデバイスに導入
Google DeepMindは、Gemma 4という最先端のオープンモデル群を発表した。このモデルは、オンデバイスで多段階計画と自律的なエージェントワークフローを可能にする。また、Google AI Edge Galleryと高速化を提供するLiteRT-LMライブラリもリリースした。
Gemma 4でAIをエッジおよびオンデバイスに近づける
NVIDIAが最新のマルチモーダル・多言語モデル「Gemma 4」を発表し、クラウドからエッジデバイスまで幅広い展開に対応するモデルを提供した。
Gemma 4を歓迎：デバイス上のフロンティアマルチモーダルインテリジェンス
Googleがデバイス上で動作するマルチモーダルAIモデル「Gemma 4」を発表した。同モデルは画像・音声・テキストを統合処理でき、クラウド依存を減らすオンデバイスAIの進展を示している。
AppleがGeminiに完全アクセスを獲得、蒸留技術で軽量オンデバイスAIを構築
AppleはGoogleのGeminiにアクセスし、蒸留技術でSiriやデバイス向けの小型AIモデルを開発している。中国AI企業が秘密裏に行っているとされる手法を採用している。
TalatのAI会議メモはクラウドではなく自身のマシン上に保存される
Talatは、Granolaなどの既存のメモツールとは異なり、クラウドではなくユーザーのローカルマシン上で動作するサブスクリプションフリーのAI会議メモアプリを提供している。
Apple、M5 ProおよびM5 Maxチップ搭載のMacBook Proモデルを発表
Appleが14インチと16インチのMacBook Proに新開発のM5 ProとM5 Maxチップを搭載し、前世代比最大4倍のAI性能を実現したと発表した。
コーディングエージェントでゲームランタイム推論コストを最小化する方法
NVIDIAが、ゲーム向けAIエージェント構築技術スイート「ACE」を提供し、クラウドとオンデバイスのAIモデルを統合することで、ゲーム内推論コストの最適化を実現している。
Google AI Edge Galleryにおけるオンデバイス機能呼び出し
Googleは、FunctionGemmaという270Mパラメータの専用モデルを発表した。このモデルはGoogle AI EdgeとLiteRT-LMを活用し、カレンダー管理やデバイス制御などの複雑なタスクをモバイル端末上で直接実行可能にする。
GeminiがAndroidで一部の多段階タスクを自動化可能に
GoogleのGeminiがAndroidで配車や食料品配達などの多段階タスクを自動化できるようになります。
Apple研究者がFerret-UI Liteを発表、UIを見て操作するオンデバイスAIモデル
Appleが開発したFerret-UI Liteは、モバイルやデスクトップ画面を理解し、UI要素を操作できる3BパラメータのオンデバイスAIモデルです。
Ferret-UI Lite：小型オンデバイスGUIエージェント構築からの教訓
Ferret-UI Liteは、モバイルなど多様なプラットフォームで動作する小型のGUIエージェントで、オンデバイスモデルにおけるGUI操作の課題に取り組む。
LiteRT：オンデバイスAIのためのユニバーサルフレームワーク
TFLiteを進化させたLiteRTは、GPU性能1.4倍向上や新NPU対応など、オンデバイスAIの標準フレームワークとして機能します。
製品向けオンデバイス言語モデルのためのプライベートトレーニングの進展
Googleの研究者が、オンデバイス言語モデルのプライベートトレーニング技術を向上させ、ユーザーデータのプライバシーを保護しながら効率的な学習を実現した。