Phonon-2は極小。そのWhisper対抗の主張は本物か?
新しい音声モデルが、Mac上で完全に動作し、1時間の文字起こしを数秒で完了させると謳っています。しかし、最も目を引く比較結果は、測定方法に疑問が残るベンチマークに基づいている可能性があります。
Tag
13 件
新しい音声モデルが、Mac上で完全に動作し、1時間の文字起こしを数秒で完了させると謳っています。しかし、最も目を引く比較結果は、測定方法に疑問が残るベンチマークに基づいている可能性があります。
次回のPCアップグレードは、速度よりも「誰が、あるいは何が」あなたのファイルを使用するかが重要になるかもしれません。Microsoftの提案は利便性を約束していますが、最大の試練は、エージェントがユーザーに代わって行動する中で信頼を獲得することでしょう。
2020年モデルのApple Watchで強力なローカルLLMが動作することが、あるバイラル動画で証明されました。では、なぜテック大手は依然としてクラウドや高価な新型ハードウェアをAIのために売り込んでいるのでしょうか?
350億パラメータのAIモデルをスマートフォンで実行することは、20GBのRAMが必要なため不可能に思えます。しかし、新しい技術がメモリ制限の常識を覆し、デバイス内で完結する強力でプライベートなAIの実現への扉を開きました。
オンデバイスAIには最新のハードウェアが必要だと誰もが思い込んでいますが、それは間違いです。6年前のApple Watchが、強力なローカルLLMがすでに手持ちのデバイスで実現可能であることを証明しました。
オンデバイスAIは小さなモデルに限られると思われがちですが、ある新しい手法がその常識を覆しました。このブレイクスルーは新しいチップによるものではなく、AppleのOSが元々備えていた特性を巧みに利用したメモリハックによるものです。
AI開発の多くは、コストのかかるクラウドベースの軍拡競争に行き詰まっています。ある静かなヨーロッパの研究所が、AIの未来はデータセンターではなく、あなたのデバイス上にあることを証明しています。
Googleは、ほぼネイティブなAI速度をブラウザに直接もたらす新しいライブラリLiteRT.jsを発表しました。そのWebAssemblyコアがTensorFlow.jsを時代遅れにし、オンデバイス機械学習の新時代を切り開く理由を説明します。
270億パラメータの巨大AIが、クラウドやWi-Fiなしで、完全にスマートフォン上で動作するようになりました。このモデル圧縮における画期的な進歩は、比類ないプライバシーとパフォーマンスをあなたのポケットにもたらします。
2週間前、私たちはiOS 27が開発者に何を構築させるかを予測しました。Appleは6月8日にWWDC 2026の基調講演を行いました。そこで私たちは自己採点を行いました。2つの大きな予測はどちらも的中しました。Foundation Modelsフレームワークが画像入力に対応し(1~2GBのバンドルVLMの負担はなくなりました)、App IntentsがSiriへの主要なアクセス方法となりました(SiriKitは2~3年で非推奨となります)。Core AIへの名称変更も予測していました。私たちが見落としたこと:AppleがSiriの頭脳をGeminiに外部委託し(年間約10億ドルの契約と報じられています)、iOS 27とmacOS 27全体でMCPをシステムワイドに展開したことです。噂が事実となった今、何を構築すべきかを示す現実のロードマップです。
WWDC 2026の基調講演は6月8日です。iOS 27の噂のほとんどは、ロードマップを変更しない消費者向けの改善です。しかし、2つの噂は変更をもたらします。それは、マルチモーダルなオンデバイス Foundation Models(手動でアプリにバンドルされている1~2GBのビジョンモデルをシステムAPIに変える可能性があります)と、Siri Extensions + App Intents(今日から設定できる無料の配布方法)です。これは、開発者向けの機会マップ、初日に注目すべきチェックリスト、そして今週出荷すべきものです。
高価で遅く、プライバシー侵害の恐れがあるクラウドTTS APIにうんざりしていませんか? Supertonic 3という新しいローカルモデルは、CPU上で完全にオフラインで動作し、驚くほど高性能です。
CES 2026はもはや遠い約束や派手なコンセプトの場ではありません。今年は「フィジカルAI」が中心となり、実際のロボットとデバイス上のインテリジェンスが研究室から私たちの工場や家庭へと移行します。