概要

Desert Ant Labsは、ヨーロッパ発の新しいフロンティアAIラボ。 意見を持ったオンデバイスAIの開発に注力し、音声・画像・テキスト向けの小型・高速モデルを提供。 全モデルは、古いスマホでも動作し、APIコストや速度の制約なし。 18種類のモデルを、Swift・Kotlin・JavaScript用SDKで即利用可能。 個人情報保護、コスト削減、開発体験の向上を実現。

Desert Ant Labsのローンチとビジョン

• Desert Ant Labs、ヨーロッパ拠点のフロンティアAIラボ立ち上げ
• オンデバイスで動作する 意見を持ったAI の開発に注力
• 効率的なインテリジェンス実現の最短経路は オンデバイス であるという信念
• 音声・画像・テキスト向けの 小型・特化型モデル を多数開発
• 各モデルは ミリ秒単位で応答、ランニングコストゼロ
• トークンコストや推論速度 の制約なく、あらゆる製品にAI導入可能
• 5年前のスマホでも動作、 フレームやキー入力ごとに利用可能
• APIコールより 高速・高効率 な処理を実現

提供モデルの特徴と事例

• 18種類のモデル （12安定版＋6ベータ）が本日より利用可能
• 1タスク1モデル、各タスクに最速のモデルを設計
• Swift・Kotlin・JavaScript用SDK で全モデル利用可能
• 代表的なモデル例
  • Voz ：iPhoneで10分音声を2秒で書き起こし（Whisper比4.7倍速）、単語ごとに開始・終了時刻付与
  • Clear ：9MBで5分の録音を1秒でスタジオ品質に変換
  • Redact ：27言語で名前・住所・カード番号をリアルタイムマスキング、サーバー送信前に個人情報保護
  • Tongue ：2MBで3単語から84言語を識別、精度0.933（293MBモデル比で高精度）

パフォーマンスとベンチマーク

• Voz ：iPhone 17 Proでリアルタイム298倍速、M3 Ultraで30分音声319倍速
• Clear ：iPhone 16 Proで302倍速、MacBook Pro (M5)で345倍速
• Redact ：12MBで88.8%の個人情報検出（GLiNER-PII 2.3GBモデルと同等性能）
• モデルの 全仕様・ベンチマーク は公式サイトやHugging Faceで公開

オンデバイスAI開発の背景

• Detail という自社ビデオアプリ開発でオンデバイス重視の設計を推進
• 機能追加時にクラウドAPI依存が増え、 インフラコスト増大 を経験
• Hugging Face等で 有用なオンデバイスモデル を探索するも、業界の進化が遅い現状
• 自社でモデルを訓練 し、速度・品質・コストでクラウドサービスを上回る
• DolbyやClaude Sonnet の代替となる独自モデルを実装、効率・省エネ・高品質を実現

オンデバイスAIの利点と今後の展望

• 世界で年間10億台以上のデバイスが出荷、 デバイス上の計算資源はAIデータセンターを凌駕
• 推論コストゼロ で、全てのメッセージやイベントにAI機能を付与可能
• ラウンドトリップ不要 で、顧客データはデバイス外に出ない
• 開発者が 商用利用可能・高品質・高速なモデル を簡単に導入できる体験を重視
• 最初の100モデルは「 小脳」＝日常的な自動処理タスクに特化
• 次に「 大脳皮質」レイヤーで、タスクごとに適切なモデルを自動選択
• オープンリサーチの進展 とデバイス性能向上に合わせて、より大きなモデルも自社訓練
• フロンティアインテリジェンス を小型モデルから積み上げて実現

モデルとSDKの導入・利用方法

• Desert Antの各モデルは、 デフォルト設定 とカスタマイズ用レバーを提供
• iPhoneではNeural Engine、 ブラウザではWebAssembly で最適化動作
• GitHubでSwift・Kotlin・JavaScript SDK を公開、即時導入可能
• CLIやHugging Face でモデルの試用も可能
• 開発者向けに 詳細なドキュメント を提供、導入・応用が容易
• 共同開発や利用事例 についても問い合わせ歓迎

欧州発、プライバシー重視のAI

• ヨーロッパ で開発、オンデバイスを「主権的なデフォルト」と位置付け
• データは 顧客の手元から出ず、クラウド依存なし
• アップロードされないデータは、外部から強制取得されることもない
• 個人情報保護・法令遵守 を重視した設計方針