特集

フィジカルAIと、手元の知能

「身体を持つAI」と「手元で動くAI」は、どうつながるのでしょうか。未来を考える論考を入口に、小型モデルやメモリーの仕組みを別の技術記事で読みます。ここで紹介するモデルをロボットで実測した特集ではありません。

未来を考える論考

予測・編集上の見方を、測定事実と分けて読む。

ビジネス・社会論考2026/09/01

AI嫁が圏外になったら？フィジカルAI時代、ローカルAIは「個体の脳」になる

AIが身体を持つ未来では、通信できない洞窟、災害現場、自動運転、宇宙、軍事で「その場で考える力」が性能になる。AI嫁を思考実験の案内役に、クラウドとローカルの役割がどう変わるかを考える。

ビジネス・社会論考2026/09/01

2026年に考える「機械知能」の未来｜今日のクラウドAGIは、いつか手元に降りてくるのか

2026年のAGI論を入口に、京とRTX 5090、Chinchilla、量子化、MoE、Retrieval、ローカルAgentの進化から、今日のクラウド知能が将来どこまで個人の手元へ降り得るのかを考える。

手元の知能を理解する

モデルの仕様と実行条件を確認するための解説。

Local / Edge解説2026/08/25

Gemma 3n E4B ITとは？ローカルでマルチモーダル入力を試す前に確認すること

Gemma 3n E4B ITが扱うテキスト・画像・動画・音声入力、E4Bという名称、Gemmaの利用条件、公式実装を整理します。ローカル環境で試す前に必要な確認項目をまとめます。

Local / Edge解説2026/08/22

LFM2.5-2.6Bとは？ 128Kコンテキストと公式配布形式を確認

LFM2.5-2.6BはLiquid AIの追加学習済み小型モデルで、モデルカード上の総パラメータ数は2.69B、最大コンテキストは131,072トークン。GGUF・ONNX・MLXを含む公式配布経路があり、日本語も対応言語として記載されている。

Local / Edge解説2026/08/26

AIの量子化とは？なぜVRAMが減り、なぜ品質に影響するのか

量子化はモデルの重みを少ないbit数で表すことで保存容量や重みのメモリ負担を減らす一方、元の値を近似するため誤差が入る。4bit・8bit・Q4/Q8の読み方と、総VRAMが単純比例しない理由を順に解説する。

具体的な実機検証や取材を追加できた段階で、論考と確認済みの事実を分けて構成を見直します。

特集一覧へ →