オープンソースAI
2026年6月4日

今日の要点
GoogleがノートパソコンでもAIが画像・音声を理解できる新モデル「Gemma 4 12B」を無料公開。MicrosoftがAIエージェント(自動作業を行うAI)開発フレームワークを拡張し、企業での自動化が進む。オープンソース(誰でも無料利用可能)AI分野で実用的な進展が相次いでいる。
主要ニュース
- 1
GoogleがノートパソコンでもマルチメディアAIを実現する「Gemma 4 12B」を無料公開
Google DeepMindが6月3日、テキスト・画像・音声を同時に処理できるAIモデル「Gemma 4 12B」をオープンソース(誰でも無料で商用利用可能)として公開した。従来は高性能サーバーが必要だった機能が、16GBメモリの一般的なノートパソコンで動作する。Apache 2.0ライセンスで企業での商用利用も可能。
インターネット接続なしでも、自分のパソコンでAIが画像分析や音声認識を行えるようになり、機密データの外部送信を避けながらAIを業務で活用できるようになる。
- 2
MicrosoftがAIエージェント開発フレームワークを大幅拡張、BUILD 2026で発表
Microsoftが6月3日のBUILD 2026で、AIエージェント(自動的に作業を実行するAI)を開発するためのオープンソースツール「Microsoft Agent Framework」を大幅に拡張すると発表した。新機能にはAgent Harness、Hosted Agents、CodeActが含まれ、.NETプラットフォームで統一されたAPIを提供する。
企業が自社のビジネス業務を自動化するAIエージェントをより簡単に開発できるようになり、定型作業の自動化が進む可能性がある。
- 3
Nous ResearchがクロスプラットフォームAIエージェントアプリ「Hermes Desktop」を公開
AI研究会社のNous Researchが6月3日、あらゆるデバイスで動作するAIエージェントアプリケーション「Hermes Desktop」をMITライセンス(商用利用可能)のオープンソースとして公開した。複数のプラットフォームで統一されたAIエージェント体験を提供する。
Windows、Mac、Linux問わず同じAIアシスタント機能を無料で利用でき、個人や小規模企業でも高度なAI支援を受けられるようになる。
- 4
AlibabaのQwen3.7-Plusが動画・画像処理対応も独占的ライセンスに転換
Alibaba(アリババ)が6月2日、テキスト・動画・画像を処理できるAIモデル「Qwen3.7-Plus」を発表したが、従来のオープンソース戦略から転換してAPIでのみ提供する独占的ライセンスとなった。処理コストは従来モデルより60%削減。
これまでAlibabaの無料AIモデルを利用していた企業は、今後は有料サービスへの移行を検討する必要が出てくる。
- 5
AgentSwarmsがオープンソースAIモデルとGPUマッチングツールをインタラクティブブログで公開
AI開発チームのAgentSwarmsが、オープンソースLLM(大規模言語モデル)にどのGPU(画像処理チップ)が必要かを判定するインタラクティブなウェブツール「Which GPU Runs Which LLM」を公開した。モデルサイズと量子化設定を選択すると、必要なハードウェア構成が視覚的に表示される。
AI開発者や企業が適切なハードウェア投資を判断しやすくなり、無駄な設備費用を削減できるようになる。
今後の注目点
6月中にGoogleのGemma 4シリーズで更なるモデルサイズのバリエーションが登場する可能性がある。また、MicrosoftのBUILD 2026では他社のオープンソースAI戦略への対抗策が示される見通し。
情報ソース
- Google Deepmind's Gemma 4 12B squeezes multimodal AI onto a laptop with just 16 GB of RAM
- Microsoft Agent Framework at BUILD 2026: Agent Harness, Hosted Agents, CodeAct, and more
- Google's new open source Gemma 4 12B analyzes audio, video — and runs entirely locally on a typical 16GB enterprise laptop
- Nous Research releases Hermes Desktop, an open-source AI agent for every platform
- Weird issue with OpenCode and Qwen3.6
- Using Gemma 4 E4B with the LiteRT engine - ~2.4x speedup over Q4 GGUF in text generation, image processing roughly the same
- We have built the first of it's kind interactive blog for matching open-source LLMs to GPUs
- Alibaba's Qwen3.7-Plus supports text, video and imagery inputs at low cost of $0.4/$1.6 per 1M token — but it's proprietary
- New Microsoft tool lets devs spin up AI behavior tests using text descriptions
- We have built the first of it's kind interactive blog for matching open-source LLMs to GPUs
このニュースを友達にシェア
気になりそうな人に、今日のまとめをそのまま送れます。
AITodayで毎日のAIニュースを無料で受け取る
200以上のAIソースを毎朝1分で。Email / LINE / Slack 配信。
無料で登録する