Microsoft、軽量モデル「Phi-3」を提供開始　42億パラメータの視覚版も披露

Microsoftが開発者向けに提供を開始した「Phi-3」は、ローカルデバイスやエッジ環境で動作するように設計された軽量AIモデルファミリーだ。巨大な計算リソースを必要とせず、大規模モデルに匹敵する推論能力を大幅に低いコストで実現することを目的としている。

本シリーズはMicrosoft Researchが開発を手がけており、初期のPhi-1、その後のPhi-1.5やPhi-2に続く第4世代のコンパクトモデルにあたる。同社によると、OpenAIのGPT-3.5と同等の性能をはるかに軽量なサイズで発揮できるという。

3種類のテキストサイズと42億パラメータの視覚版

Phi-3は単一のモデルではなく、マシンスペックや用途に応じて選べる3つのサイズが用意されている。

最も小さい「Phi-3-mini」は38億（3.8B）パラメータで構成され、すでにAzure AIを通じて開発者が利用可能となっている。

中間に位置するのが70億（7B）パラメータの「Phi-3-small」で、より高い精度が必要な環境向けには140億（14B）パラメータの「Phi-3-medium」が用意されている。これらを使えば、AI機能をノートPCやモバイル端末、さらにはウェアラブル端末上でローカル動作させることができる。

さらに今回、マルチモーダルモデルの「Phi-3-vision」もプレビュー公開された。パラメータ数は42億（4.2B）となっている。

一般的な画像認識やオープンエンドな画像への質問に対応するだけでなく、グラフ、チャート、表の読み取りと推論に特化しているのが特徴だ。図表データを読み込ませて要約させたり、傾向を分析させたりする処理が得意だ。

提供状況と競合との比較

Phi-3-miniはAzure AIに統合されており、smallやmediumも含めてテキスト版は開発者がすぐに試せる状態にある。

ただし、42億パラメータのPhi-3-visionは現時点ではプレビュー段階にとどまる。Microsoftは一般提供やダウンロードの開始時期をまだ明らかにしていない。

小型モデルの領域は競争が激化している。Googleは先日の開発者会議で30億（3B）パラメータのPaliGemmaを発表したほか、Gemma 2やHugging FaceのZephyrなども存在する。Phi-3-visionは競合よりわずかにパラメータが大きいものの、図表や構造化データの解析能力で差別化を図っている。

なぜ重要か

ローカルで動作するアプリやAI PC向け機能、オフラインアシスタントを開発したい人にとって、Phi-3は今すぐ検証する価値がある選択肢だ。高価なクラウドAPIに依存せず、手元のノートPCで十分な推論能力を引き出せる。

AI処理をクラウドから端末側へ移すオンデバイス化の波において、テキストの全方位カバーと視覚機能の拡充を同時に進めた点は実用的だ。軽量モデルが単なる実験作ではなく、実用的な開発基盤になりつつあることを示している。