# モバイルデバイス

Loraは、モバイルデバイス向けに最適化されたローカル言語モデルです。SDKを使用することで、モバイルアプリへの迅速な統合が可能です。iOSとAndroidに対応しており、GPT-4o-miniと同等の性能を誇り、1.5GBのサイズと24億のパラメータを持ち、リアルタイムのモバイル推論向けに最適化されています。Loraの主な利点は、低消費電力、軽量化、高速レスポンスであり、他のモデルと比較して、消費電力、サイズ、速度において顕著な優位性を持ちます。PeekabooLabsが提供するLoraは、開発者や企業顧客を主なターゲットとし、高度な言語モデル機能をモバイルアプリに迅速に統合し、ユーザーエクスペリエンスとアプリの競争力を向上させる支援をします。

デバイス上Soraはオープンソースプロジェクトであり、線形比例ジャンプ（LPL）、時間次元マーキングマージ（TDTM）、動的ロード並列推論（CI-DL）などの技術を用いて、iPhone 15 Proなどのモバイルデバイス上での効率的な動画生成を実現することを目指しています。本プロジェクトはOpen-Soraモデルに基づいて開発されており、テキスト入力に基づいて高画質動画を生成できます。主な利点としては、高効率性、低消費電力、モバイルデバイスへの最適化などが挙げられます。この技術は、短動画作成、広告制作など、モバイルデバイス上で迅速に動画コンテンツを生成する必要があるシナリオに適しています。現在オープンソースとして公開されており、ユーザーは無料で利用できます。

MobileLLMは、モバイルデバイス向けに最適化された小型言語モデルです。10億パラメーター未満の高品質LLMの設計に重点を置き、モバイル展開の実用性を重視しています。従来の考えとは異なり、本研究では小型LLMにおけるモデルアーキテクチャの重要性を強調しています。深層かつ薄型アーキテクチャと、埋め込み共有およびグループ化クエリ?アテンション機構を組み合わせることで、MobileLLMは精度の大幅な向上を実現し、モデルサイズを増やすことなく遅延オーバーヘッドの少ないブロックレベルの重み共有手法を提案しています。さらに、MobileLLMモデルファミリーは、チャットベンチマークテストにおいて、従来の小型モデルと比較して顕著な改善を示し、API呼び出しタスクではLLaMA-v2 7Bに匹敵する精度を実現しており、小型モデルが一般的なデバイスのユースケースにおける能力の高さを示しています。

LlamaモデルはMeta社が発表した大規模言語モデルです。量子化技術により、モデルのサイズを小さくし、動作速度を向上させながら、モデルの品質と安全性を維持しています。これらのモデルは、モバイルデバイスやエッジデバイスへの展開に特に適しており、リソースに制限のあるデバイスでも高速なオンデバイス推論を提供し、メモリ使用量を削減します。量子化Llamaモデルの開発は、モバイルAI分野における重要な進歩を示しており、多くの開発者が豊富な計算リソースを必要とせずに、高品質なAIアプリケーションを構築および展開できるようになります。

Mobile-Agentは、自律型マルチモーダルモバイルデバイスエージェントです。マルチモーダル大規模言語モデル（MLLM）技術を活用し、まず、視覚認識ツールを用いてモバイルアプリケーションのフロントエンドインターフェース上の視覚的およびテキスト要素を正確に認識?特定します。認識された視覚環境に基づき、複雑な操作タスクを自律的に計画?分解し、段階的な操作によってモバイルアプリケーションをナビゲートします。アプリケーションのXMLファイルやモバイルシステムのメタデータに依存する従来のソリューションとは異なり、Mobile-Agentは視覚中心のアプローチを採用することで、様々なモバイル操作環境において高い適応性を持ち、特定システムへのカスタマイズを不要にします。Mobile-Agentの性能評価のため、モバイルデバイス操作評価ベンチマークであるMobile-Evalを導入しました。Mobile-Evalに基づき、Mobile-Agentを包括的に評価した結果、高い精度と完了率を達成していることが実証されました。複数アプリケーション操作などの難易度の高い指示に対しても、要求を達成することが可能です。