Appleが次世代Apple Intelligenceを発表：写真の画角変更やリアル調画像生成に対応
AppleはGoogleと共同開発した新基盤モデルを採用する次世代Apple Intelligenceを発表した。写真の撮影後アングル変更や画像拡張、Image Playgroundでの写実的な画像生成、パスワード自動修正機能などが加わる。開発者向けテストを即日開始し、一般提供は今秋を予定する。
オンデバイスAI
新しいニュースを見る
GoogleがGemma 4のQAT版を公開、E2Bモデルはメモリ1GB未満で動作
GoogleはGemma 4シリーズ向けに量子化を考慮した学習（QAT）済みモデルを公開した。訓練中に量子化をシミュレートすることで性能低下を防ぎ、モバイル向け新形式によりE2Bモデルのメモリ使用量を1GB未満に削減。重みはHugging Faceで配布され、ローカル環境で即座に実行できる。
Google、リアルタイム音楽モデル「MRT2」をオープンソース公開：遅延200ms、Macローカルで演奏可能
Googleはリアルタイム音楽生成モデル「Magenta RealTime 2」をオープンソース公開した。Apple Silicon搭載Macのローカル環境で動作し、MIDIやテキスト、音声入力に対して約200msの超低遅延で反応する。従来のオフライン楽曲生成と異なり、DAWに組み込んで即興演奏できる楽器として機能する。
Google、エンコーダー不要の「Gemma 4 12B」公開：16GBのラップトップで軽快動作
Googleはエンコーダーを排除したマルチモーダルモデル「Gemma 4 12B」をオープンソース公開した。画像や音声をLLM本体に直接統合する新設計により、26B MoEモデルに迫る性能を半分のメモリ消費で実現。16GBのラップトップ上でエージェントをローカル動作できる。
Ideogramがオープンウェイト画像モデル「4.0」公開、ローカル稼働に対応
Ideogramはオープンウェイトの画像生成モデル「Ideogram 4.0」を公開した。重みをダウンロードして自前環境で実行や微調整ができるほか、高密度テキスト描画やネイティブ2K解像度に対応する。全有料プランおよびAPIで即日利用可能となっている。
マイクロソフト、卓上AI開発PC発表：128GB共有メモリで120Bモデルをローカル実行
MicrosoftはのBuildにて、ローカルAI開発向け小型PC「Surface RTX Spark Dev Box」を発表した。NVIDIA RTX Sparkチップと128GB統合メモリを搭載し、最大1ペタフロップスの計算力で120B超のモデルを机上で実行・微調できる。年内に米国で発売予定。
マイクロソフト、Build 2026でWindowsをAIエージェント開発の標準基盤へ
マイクロソフトは「Build 2026」にてWindows 11向けのAI開発機能を大幅に強化した。エージェントを安全に隔離・実行する新コンテナ仕様「MXC」、WSLネイティブコンテナ、賢いターミナル体験に加え、端末向け小規模言語モデル「Aion 1.0」を発表。ローカル環境でセキュアにエージェントを動かす環境を整備する。
Nous Research、ローカルで動く「Hermes Desktop」のパブリックプレビューを開始
Nous ResearchはHermes Desktopのパブリックプレビューを開始した。NVIDIAのGTC基調講演で初公開されたツールで、クラウドに依存せずローカル環境上でHermes Agentをネイティブ実行できる。ユーザー自身のハードウェア上でエージェントを直接動かせるのが特徴だ。
Perplexityがハイブリッド推論機構を発表：機密データは端末で、重い処理はクラウドへ
PerplexityはPersonal Computer向けに端末とクラウドを自動で使い分けるハイブリッド推論機構を発表した。財務や健康などの機密情報を端末内モデルで安全に処理し、高負荷な作業だけをクラウドの先端モデルへ振り分ける。Intel等と連携し7月に提供開始予定。
マイクロソフト、Build で独自推論モデル「MAI-Thinking-1」や開発者向け Windows 11 を発表へ
報道によると、Microsoft は開発者会議「Build」で初の独自推論モデル「MAI-Thinking-1」や開発者向けに最適化された Windows 11 環境を披露する見込みだ。さらに Copilot 統合アプリや端側 AI の強化も予告されている。ただし、Copilot スーパーアプリのプレビューは夏の終わり頃になる見通しだ。
マイクロソフトがSurface Laptop Ultra発表、最大120Bモデルのローカル動作に対応
Microsoftは「Surface Laptop Ultra」を発表した。NVIDIA Blackwell RTX GPUと最大128GBのユニファイドメモリを搭載し、1ペタフロップスのAI演算性能により最大120Bパラメータのモデルをローカルで実行できる。15インチのmini-LED画面を備え、年内に発売予定。
NVIDIA、Windows向け「DGX Station」発表 1兆パラメータのAIを卓上で実行
NVIDIAはGTC Taipeiにて、GB300 Grace Blackwell Ultraデスクトップスーパーチップを搭載した「DGX Station for Windows」を発表した。最大748GBの一貫性メモリと20ペタフロップスのFP4性能を備え、最大1兆パラメータのモデルや自律型エージェントをローカルで動かせる。今年第4四半期に出荷予定。
NVIDIAがHyperionを拡充：FoxconnやUberと組みロボタクシー世界展開へ
NVIDIAは自動運転プラットフォーム「NVIDIA Hyperion」のエコシステム拡大を発表した。Foxconnが2028年に台湾・高雄で商用運行を計画し、Uberも年内にミュンヘンで実証を開始するなど、レベル4対応ロボタクシーの導入を進める。計算基盤と安全設計を標準化し、商用化を急ぐ構えだ。
NVIDIAとマイクロソフト、自律型AI向けの「RTX Spark」発表
NVIDIAと米Microsoftは、パーソナルAIエージェントに特化した新スーパーチップ「RTX Spark」を発表した。最大128GBのユニファイドメモリと1ペタフロップのAI性能を備え、1200億パラメータのLLMをローカルで実行できる。今秋に各社から搭載PCが登場予定だ。
軽量動画VLM「Marlin 2B」公開：20億パラメータで動画内の出来事と時刻を特定
NemoStationがオープンソースの動画言語モデル「Marlin 2B」を公開した。Qwen 3.5 2Bをベースに開発され、動画内で「何が起きたか」「いつ起きたか」をタイムスタンプ付きで精密に抽出できる。超大型モデルに匹敵する性能を備え、ローカル環境での動画検索やクリップ切り出しに適している。
マイクロソフトが MagenticLite 公開、小型モデルでブラウザと端末内操作を連携
マイクロソフトは小型モデル向けのエージェントアプリ MagenticLite を公開しました。14B の調整モデル MagenticBrain とブラウザ操作用モデル Fara1.5 を組み合わせ、ブラウザとローカル環境を跨ぐ処理を低コストかつ安全に実行します。
テンセント、多言語翻訳モデル「Hy-MT2」をOSS公開 1.8B版は440MBに軽量化
テンセントが多言語翻訳モデル「Hy-MT2」をオープンソースで公開した。33言語に対応し、1.8B、7B、30B-A3B（MoE）の3サイズを用意する。1.8B版はAngelSlimの1.25ビット極限量化により440MBまで圧縮され、端末上での動作に適している。JSONなどの書式保持や専門用語の一致といった制御翻訳に強みを持つ。
Stability AI、Stable Audio 3.0公開：3モデルをオープンウェイト提供、端末上で楽曲完パケも
Stability AIは全曲ライセンス済みデータで学習した「Stable Audio 3.0」を発表した。3モデルがHugging Faceでオープンウェイト公開され、最長6分20秒の生成やモバイル端末上での楽曲作曲、LoRA微調整に対応する。年商100万ドル未満なら商用利用も可能だ。
芝加哥大がAI皮膚パッチを開発：通信なしで不整脈を即時検知
シカゴ大学などの研究チームは、体表面で直接AI計算を実行できる伸縮性皮膚パッチを開発しました。外部サーバーを経由せず数ミリ秒で健康データを処理し、実験では心室細動の波面を99.6%の精度で特定。1.5倍以上に伸ばしても機能し、緊急性の高い心不整脈の即時検知に道を開きます。
地平線が人型ロボット制御モデル「HoloMotion-1」を公開：300 FPSで全身を制御
Horizon Roboticsは、人型ロボット向け全身制御モデル「HoloMotion-1」をオープンソースで公開した。4億パラメータのMoE構造を採用し、エッジ側で約300 FPSのリアルタイム推論を実現。Unitree G1などのロボットが追加訓練なしでダンスや蹴り技などの複雑な動作を再現できる。