Apple、Hugging Faceで20のCore MLモデルと4つのデータセットを公開

AppleはHugging Face上で、Core ML形式の新しいAIモデル20種類と4つのデータセットを公開した。iOSやmacOSのアプリ開発者は、クラウドサーバーを用意することなく、最適化済みの視覚モデルをアプリ内に組み込んで端末ローカルで動作させることができる。

主な機能と収録モデル

今回公開されたのは、主に画像処理やコンピュータビジョンを担うモデル群だ。画像分類向けのFastViT、単眼深度推定向けのDepthAnything、セマンティックセグメンテーション向けのDETRなどが含まれている。

Hugging FaceのCEOであるClement Delangue氏が指摘するように、写真から背景を瞬時に切り抜く機能や、カメラに映った物体を即座に認識して外国語で表示する機能などが、これらのモデルで簡単に実現できる。

モデル本体だけでなく、開発者が追加学習や評価に活用できる4つのデータセットも同時に提供されている。

完全オフラインで動く仕組み

これらのモデルはすべてApple SiliconとCore MLフレームワーク向けにチューニングされており、消費電力とメモリ使用量が最小限に抑えられている。

最大の特徴は、ネットワーク接続を一切必要とせず、端末内だけで完結して動作する点だ。通信待ちの遅延がないため極めて高速に応答し、ユーザーの写真やプライベートなデータが端末の外に送信される心配もない。

公開されたモデルとデータセットは、Hugging Face内のApple公式リポジトリから誰でも直接ダウンロードできる。

なぜ重要か

Appleエコシステムの開発者にとって、PyTorchなどの外部モデルをCore ML形式へ変換し、最適化する作業は手間がかかるものだった。今回の公式提供によって、そのハードルが一気に下がったと言える。

基本的な画像認識や深度推定をオンデバイスで処理できれば、クラウドサーバーのコストをゼロに抑えられるだけでなく、プライバシー保護の観点でも強い訴求力になる。アプリに画像認識機能を組み込みたい開発者は、今すぐ試してみる価値がある。