虎嗅

端末AIの戦いが本格的に始まる

原文：端侧AI之战正式打响

阅读原文

端末AIの大戦：AIが「クラウドの脳」からあなたのポケットや車に移動する

こんにちは、私はあなたの財経ジャーナリストです。今日は、まだ完全には目に見えていないかもしれませんが、起こっている大きな変化についてお話しします。AIが「クラウド」からあなたのデバイスに移動しているのです。

以前、AIと言えばChatGPTやDeepSeekのようなものを思い浮かべ、インターネットに接続して、何千キロも離れたサーバーが計算を行っていました。しかし今、状況は変わりました。スマートフォン、車、さらにはロボットアヒルでさえも「小さな脳」を持ち始め、インターネットなしで動作できるようになりました。これが**「オンデバイスAI」（On-Device AI）です。

この記事の核心的な情報は、2026年が「オンデバイスAIの商用化の元年」になる可能性が高いということです。大手企業（NVIDIA、Meta、Apple、Huawei、Xiaomi、ByteDanceなど）やスタートアップ企業（Mianbi Intelligence、Jieyue Xingchenなど）が熱心に展開を進めています。なぜでしょうか？それはクラウドが高価で遅く、プライバシーのリスクがあるからです。一方、オンデバイスAIは安価で高速で、プライバシーも守られます。これはハードウェア産業の全面的なアップグレードであり、「誰が入り口を握るか」という戦いでもあります。

以下では、この長い記事を5つの重要なポイントに分けて、わかりやすく説明します。

---

1. なぜオンデバイスAIを推進するのか？クラウドが高価で遅く、プライバシーのリスクがあるから

皆さんは、クラウドの大規模モデル（例えばGPT-4）が非常に強力だと思うかもしれませんが、なぜスマートフォンに小型のモデルを搭載するのでしょうか？主な理由は3つあります：

  • 高価でコストがかかる：

トップクラスの大規模モデル（例えばAnthropicのMythos）を訓練するには100億ドルもかかります。さらに恐ろしいのは使用コストです。ByteDanceの豆包は無料ですが、推論のみで毎日1億3000万から2億4000万円ものコストがかかります。ユーザーが増えれば増えるほどコストも増え、このビジネスは継続できません。オンデバイスAIは違い、スマートフォンのチップ上で動作するため、限界コストはほぼゼロです。1万回質問してもスマートフォンから追加の電気代は請求されず、メーカーも高額なサーバー料金を支払う必要はありません。

  • ネットワークが切れると機能しない、遅延が大きい：

クラウドAIはネットワークに依存しています。地下鉄や飛行機の中、または信号が悪い場所ではAIは使えません。また、データをクラウドに送ってから戻すと遅延が発生します。オンデバイスAIはデバイス内で直接動作するため、応答速度が非常に速く、ネットワークが切れても使用できます。

  • プライバシーが大きな問題：

何を検索したり写真を撮ったりしているかを世界中に知られたくありません。クラウドAIではデータがクラウドにアップロードされますが、オンデバイスAIではデータがデバイス内に留まるため、プライバシーの安全性が大幅に向上します。

簡単に言えば： クラウドAIは「専門家の診察」のようで、強力ですが高価で遅いです。オンデバイスAIは「家庭医」のようで、いつでもそばにいて、プライバシーも守ってくれます。

---

2. 技術的にはどのように実現されているのか？「小型モデル」＋チップの進化 = 小さなもので大きなことを成し遂げる

多くの人が心配しています：スマートフォンのメモリは限られているので、大規模モデルを搭載できるのでしょうか？答えは可能です。それは圧縮技術とチップの進化によるものです。

  • モデルの「スリム化」技術：

科学者たちは知識の抽出、トリミング、量子化などの技術を使って、数兆個のパラメータを持つ「巨大なモデル」を数十億個のパラメータを持つ「小型モデル」に圧縮しています。サイズは小さくなりましたが、特定のタスク（例えば音声認識、簡単な質問応答、画像理解）では依然として高性能です。

  • *例：* Mianbi IntelligenceのMiniCPM5-2Bは20億個のパラメータしかありませんが、世界中の40億個以下のオープンソースモデルの中でトップクラスです。これは体格は小さいですが武術が高い武林の達人のようなものです。
  • チップの計算能力の倍増（ムーアの法則＋密度の法則）：

チップの計算能力は2年ごとに倍増し（ムーアの法則）、モデルの能力密度は100日ごとに倍増します。これら2つが組み合わさることで、現在のスマートフォンチップで数年前にはスーパーコンピュータが必要だったモデルを動作させることができるようになりました。

  • *例：* NVIDIAの新しいチップRTX Sparkは1ペタフロップの計算能力を持ち、120億個のパラメータを持つ大規模モデルをローカルで動作させることができます。AMDやIntelも計算能力を積極的に向上させています。

結果として： AIはもはやクラウドだけのものではなく、スマートフォン、PC、車、ロボットにも普及しています。2025年には新しいスマートフォンの36％が生成型AIの機能を持ち、2027年にはその割合が50％を超えるでしょう。

---

3. 誰がこの戦いに参加しているのか？大手企業、スタートアップ、ハードウェアメーカー、それぞれに目的がある

この戦いは単一の次元ではなく、多方面が混在しています。役割も戦略も異なります。

A. 国際的な大手企業：エコシステムの購入、ハードウェアの製造

  • NVIDIA： 129億ドルを投じてHugging Face（世界最大のAIオープンソースプラットフォーム）を買収しました。なぜでしょうか？オープンソースエコシステムをコントロールするためです。NVIDIAが発売したMicroduckロボットアヒル（399ドル）は中級チップで動作し、AIロボットを誰もが使えるようにすることで、AIインフラにおける自社の地位を固めることを目的としています。
  • Apple、Meta、Google： それぞれが自社のオンデバイスAI（Apple Intelligence、Meta Llamaなど）を推進しており、AIを自社のエコシステムの標準機能にすることでユーザーの固定化を図っています。

B. 中国の企業：それぞれに焦点を当てて多様な展開をしている

  • Mianbi Intelligence（純粋なオンデバイスモデル供給者）：
  • 位置付け： 「水を売る人」。スマートフォンは作らず、モデルを作り、すべてのハードウェアメーカーに販売しています。
  • 特徴： オープンソースのMiniCPMシリーズを開発し、サムスンのサプライチェーンに参入し（サムスンGalaxy AIのオンデバイス機能を提供）、長安マツダの車載システムにも採用されています。
  • リスク： 記事の最後に述べられているように、AppleやHuaweiのようなハードウェアメーカーが最終的に自社のモデルを開発する可能性があり、Mianbiのような「純粋な第三者」モデル供給者は限界に直面するかもしれません。
  • ByteDance（豆包）＋ZTE Nubia：
  • 位置付け： 「超級の入り口」。
  • 特徴： NaviX Ultraスマートフォンを発売し、「AIインテリジェントエンジン」を特徴としています。一言でタクシーを呼んだりミルクティーを注文したりできます。AIが直接アプリを操作します。
  • 目的： ByteDanceは強力なC端ユーザーベースを持っており、AIスマートフォンを通じて豆包を「チャットツール」から「オペレーティングシステムレベルのアシスタント」に変え、ユーザーの時間を奪取することを目指しています。
  • Jieyue Xingchen（ソフトウェアとハードウェアの統合）：
  • 位置付け： 「全チェーンのプレイヤー」。
  • 特徴： 前のMegviiのCEOが率いており、モデルとスマートフォン（STEPX Neo）の両方を開発し、吉利と協力して車を製造しています。モデル・システム・ハードウェアの全チェーンを統合することを目指しています。
  • Horizon、Desay SVIC（自動車向けソリューションプロバイダー）：
  • 位置付け： 車載向けの専門家。
  • 特徴： Horizonはチップとアルゴリズムを持ち、Desay SVICは「オンデバイスとクラウドの協力」を強調しています。自動車は安全性とリアルタイム性が非常に重要であり、オンデバイスAIは必要不可欠です。
  • iFlytek：
  • 位置付け： オフィスの生産性。
  • 特徴： Starfire X2.5オンデバイスモデルをオープンソースで提供し、オフラインでの使用や長文処理に強みを持ち、企業のオフィス環境をターゲットにしています。

要約： 誰かはモデルを販売し（Mianbi）、誰かはスマートフォンを作り（ByteDance、Jieyue）、誰かは車を作り（Horizon）、誰かはエコシステムを構築しています（NVIDIA）。皆がオンデバイスAIの定義と入り口を争っています。

---

4. 象徴的な出来事：399ドルの「ロボットアヒル」が何を変えたのか？

記事では特に、NVIDIAがHugging Faceを買収した後にPollen Roboticsが発売したMicroduckロボットアヒルについて触れています。この事例は非常に重要で、オンデバイスAIの「ChatGPTの瞬間」を象徴しています。

  • なぜ重要か？
  • 非常に低コスト： 399ドルで、2020年の中級チップRK3566を使用しており、高価なトップクラスのGPUは使用していません。
  • オープンソースで利用可能： ユーザーは自分で訓練したり、データをHugging Face Hubにアップロードしたりできます。
  • データのサイクル： 何千ものアヒルが実世界でデータを収集し、それがアルゴリズムの最適化に役立ちます。この「データ・アルゴリズム・ハードウェア」のサイクルにより、コストは非常に低く、イテレーションが非常に速いです。
  • 市場の反応： 24時間で260万ドルの注文があり、4秒で1台が売れました。

示唆： オンデバイスAIはスマートフォンや車だけでなく、ロボット、スマートホーム、ウェアラブルデバイスなど、あらゆる物理的な世界に浸透しています。将来、AIは画面に表示されるテキストだけでなく、見たり聞いたり動いたりする実体になるでしょう。

---

5. 未来の構造：クラウドが上限を決め、オンデバイスが入り口を決める

記事の最後には非常に明確な未来の構造が示されています：

1. クラウドの大規模モデル（上限）： 最も複雑な推論や長いビデオの生成、超級エージェントを担当します。これはAIの「脳」であり、機能の上限を決めます。

2. 業界特化のモデル（深層学習）： 金融、医療、法律などの専門分野で深く掘り下げ、専門的な問題を解決します。

3. オンデバイスのモデル（入り口）： 高頻度でリアルタイムの処理、プライバシーが求められるタスクを担当します。これはAIの「手足」や「感覚」であり、AIがどれだけの人やデバイスにアクセスできるかを決めます。

核心的な論理：

  • クラウドは高価であり、すべてのシナリオをカバーすることはできません。
  • オンデバイスは安価で高速でプライバシーが保たれてお