Google AI Edge Gallery

Google AI Edge Gallery とは？

Google AI Edge Gallery は、強力なオンデバイス大規模言語モデル（LLM）をiPhoneに直接もたらす、無料のオープンソースiOSアプリです。高度な生成AIを完全にオフラインで実行し、データの完全なプライバシーを確保します。このアプリは、新たにサポートされたGemma 4ファミリーを搭載し、インターネット接続なしで自然な音声コマンドを実際の電話操作に変える画期的な機能、Mobile Actionsを導入しています。

対象ユーザー

• プライバシー重視のユーザー：個人データをクラウドサーバーに送信せずに、強力なAIアシスタンスを求める方
• 開発者やAI愛好家：オープンソースモデルの実験、カスタムプロンプトのテスト、オンデバイスエージェントエコシステムへの貢献を目指す方
• 生産性向上を求める方：自然な音声コマンドによるカレンダー作成、地図ナビゲーション、デバイス制御などのツールに、オフラインで即座にアクセスする必要がある方

主な機能

Mobile Actions

コンパクトな270MパラメータのFunctionGemmaモデルを搭載したMobile Actionsは、自然言語によるオフラインでのデバイス制御を実現します。カレンダーイベントの作成、地図の表示、懐中電灯のオン/オフ、その他の自動タスクを、インターネット接続なしで即座に実行できます。

AIチャット（思考モード付き）

流暢なマルチターン会話が可能で、思考モードを切り替えると、モデルの段階的な推論プロセスを確認できます。この機能は複雑な問題解決の理解に最適で、現在はGemma 4ファミリー以降の対応モデルで利用できます。

エージェントスキル

LLMを会話型からプロアクティブなアシスタントへと変革します。Wikipediaによる事実確認、インタラクティブマップ、リッチなビジュアルサマリーカードなどのツールを使用できます。URLからモジュール式スキルを読み込んだり、GitHub Discussionsでコミュニティの投稿を閲覧したりすることも可能です。

画像認識と音声書き起こし

マルチモーダル機能を活用して、デバイスのカメラやフォトギャラリーを使用して物体の識別、ビジュアルパズルの解決、詳細な説明の取得ができます。音声書き起こし機能は、高効率のオンデバイス言語モデルを使用して、音声録音をリアルタイムでテキストに書き起こし、翻訳します。

特筆すべき点

「Mobile Actionsは、自然な音声コマンドを実際の電話操作に即座に変換します。すべて完全オフラインで。」

専用の270MパラメータFunctionGemmaモデルを搭載し、オンデバイスでの関数呼び出しがiPhoneで初めて実現しました。他のAIアプリがタスク実行にクラウド接続を必要とするのに対し、Google AI Edge Galleryはすべてをローカルで実行するため、より高速で完全にプライベートです。コンパクトで効率的なモデルと実際のデバイス制御の組み合わせは、オンデバイスAIアシスタントの新たな基準を打ち立てています。

こんな方におすすめ

自然な音声コマンドでiPhoneを実際に操作できる、プライベートでオフラインのAIアシスタントをお探しの方。また、オープンソースモデルの実験、カスタムプロンプトのテスト、オンデバイスエージェントエコシステムへの貢献に興味がある開発者やAI愛好家にも最適です。このアプリは無料でオープンソースであり、Googleによって積極的に開発されているため、最先端のオンデバイスAI機能を求めるすべての人にとって魅力的な選択肢です。