#on-device-ai 19 total

AI要約 Microsoft Foundry Local を活用してエッジ AI 開発を効率化する方法を解説。アプリやデバイスへの AI 組み込みにおける応答性・プライバシー・オフライン動作の課題に対応する手法を紹介。

EN Why edge AI development is still hard AI is no longer confined to cloud experiments. Developers are increasingly expected to deliver AI inside apps, devices, and edge systems where responsiveness, pri

AI要約 AlibabaのQwen3.6-35B-A3BをM1 Pro 32GBのMacで実際に動かした検証レポート。35B総パラメータ・3Bアクティブのスパース MoEモデルながら、コンシューマー向けハードウェアでの実用性を率直に評価している。

EN A hands-on report on running Alibaba's Qwen3.6-35B-A3B sparse MoE model on an M1 Pro MacBook with 32GB of unified memory, offering an honest assessment of real-world usability on consumer hardware.

AI要約 Google DeepMind の Gemma 4 12B モデルが、16GB RAM を搭載した一般的なノートPCでローカル動作可能になった。マルチモーダル対応とエージェント機能を組み合わせ、データをクラウドに送らずに視覚情報の解析や自律的なタスク実行が行える環境を実現する。

EN Google DeepMind’s Gemma 4 12B model brings agentic, multimodal AI capabilities to everyday laptops with 16GB of RAM, enabling local data processing and visual insight generation. Users can leverage th

AI要約 NVIDIAはComputex 2025に合わせ、RTX PC・DGX Spark向けにローカルAIエージェント環境を大幅に拡充した。OpenClawやHermesなどオープンソースのエージェントフレームワークが急成長する中、同社はエッジでの推論性能と開発者エコシステムの両面を強化している。

EN Personal agents are exploding in popularity, with open source projects like OpenClaw and Hermes seeing rapid adoption by AI developer communities on GitHub. Built to adapt to individual preferences an

AI要約 GoogleがエッジデバイスでLLMを効率実行するランタイム「LiteRT-LM」を公開。Pixel Watch 4のSmart ReplyやChromeの要約などがサーバ不要で動作する。

EN Google's LiteRT-LM runtime enables on-device LLM inference on constrained hardware like Pixel Watch, powering Smart Replies and Chrome summaries locally via Gemma models.

AI要約 iPhone実機でMLX・llama.cpp・LiteRT-LM・CoreMLの4ランタイムをベンチマークし、ローカルLLMの推論速度を比較検証した記事。

EN A hands-on benchmark comparing four on-device LLM runtimes—MLX, llama.cpp, LiteRT-LM, and CoreML—running on a physical iPhone to determine which delivers the fastest inference.

AI要約 Google は Tensor SDK のベータ版を LiteRT（旧 TensorFlow Lite）と組み合わせて公開した。開発者はオンデバイス AI モデルをより効率的に構築・展開できるようになり、エッジ推論のパフォーマンス向上が期待される。

EN The Google Tensor ML SDK is graduating to its Beta phase, allowing developers to build and deploy high-performance machine learning models directly onto the TPU of Google Pixel 10 devices. By integrat

AI要約 Android向けGoogle AI Edge GalleryがオープンソースのMCPに実験的対応し、Gemma 4がオンデバイスでツール連携や会話継続を実現。

EN The Google AI Edge Gallery app has expanded its on-device AI capabilities by introducing experimental support for the open-source Model Context Protocol (MCP) on Android, allowing Gemma 4 to coordinat

AI要約 Google AI EdgeのLiteRT-LMが、モバイル・エッジ環境でGemma 4を高度に最適化して実行するための本番対応インフラを提供。

EN Google AI Edge’s LiteRT-LM provides a production-proven, highly optimized infrastructure for running Gemma 4 across cross-platform mobile and edge environments. It actively unlocks the model's native

AI要約 GoogleはArmと連携し、Google AI Edgeスタック上でオンデバイスAI推論を加速する取り組みを進めている。LiteRTやMediaPipeなどを通じ、ArmのCPU/GPU/NPU向け最適化により、モバイル端末でのLLM・生成AI実行を高速化する。

EN Integration of Arm Scalable Matrix Extension 2 (SME2) and the Google AI Edge software stack enables high-performance, on-device generative AI by turning the CPU into a powerful matrix-compute accelera

AI要約 Appleは2026年のSwift Student Challengeの優勝者を発表した。学生開発者たちはSwiftやXcodeを駆使し、AIとアクセシビリティを組み合わせたアプリを制作。視覚障害者支援や学習補助など、社会課題に取り組むプロジェクトが評価された。

EN Meet four Swift Student Challenge winners who are creating innovative apps that leverage AI and focus on accessibility.

AI要約 GoogleはLiteRTにNPUサポートを拡張し、Qualcomm、MediaTek等のチップ上で機械学習モデルを高速かつ省電力で実行可能にした。早期アクセスプログラムを通じて開発者は実機での推論最適化を進められる。

EN LiteRT is a production-ready framework designed to help mobile developers unlock the power of Neural Processing Units (NPUs), overcoming the performance and battery limitations of traditional CPU or G