決してアップロードしないAIに写真を見せる

AIに写真を尋ねると、普通はまず誰かのサーバーへアップロードします。オンデバイスのビジョンモデルはスマホ上でそのまま説明・読取・回答します。

アップロード問題

スクリーンショットと写真は、スマホで最も機密なファイルです。チャット、文書、IDカード、銀行アプリ。なのにほとんどのAI写真ツールは、その画像をあなたの管理できないサーバーへ送るところから始めます。

ローカルで動くビジョンモデル

別種のモデルは、あなた自身のハードウェアで見ることをします。Local AI はInternVL、LLaVA、MiniCPM-V、Ovisのようなビジョンモデルをオンデバイスで実行します。写真を渡して自然な言葉で聞くだけです。

実際に役立つ場面

旅先で標識を翻訳、チャートが何を言っているか尋ねる、画像の説明をもらう、スクリーンショットからテキストを抜く。答えを取りに行く必要がないので、フライト中でも圏外でも動きます。

カメラロールはあなたのもの

解析は写真がすでにいる場所で起きます。アカウントなし、アップロード待ちなし、誰かのディスクに置かれる写真コピーなし。