目次8 セクション
APPLE モデル · デモ · ガイド
Apple の研究チームは FastVLM 以外にも多くのモデルを公開しています。このハブはタスク別にモデルを整理し、本サイトにブラウザツールや検証済みのローカルガイドがあるものを示し、各項目を公式ソースにリンクします。
ビジョン
オンデバイスで動く視覚言語モデル、画像テキストエンコーダ、深度推定。
[### FastVLM
ブラウザツール
FastViTHD エンコーダを備えた視覚言語モデル。0.5B はブラウザで動作。
公開 2025開く](/ja/blog/fastvlm-models-ja)[### Depth Pro
ブラウザツール
1枚の画像からメトリック深度と焦点距離を推定。深度マップ生成ツールを駆動。
公開 2024開く](/ja/blog/depth-pro-ja)[### MobileCLIP2
ブラウザツール
低遅延の画像テキストエンコーダ。ゼロショット分類と類似度ツール。
公開 2025開く](/ja/blog/mobileclip2-ja)[### AIMv2
実行ガイド
PyTorch・JAX・MLX 対応のオープン視覚エンコーダ（0.3B〜2.7B）。
公開 2024開く](/ja/blog/aimv2-ja)
3D
1枚の画像からの3D：近傍視点合成と再照明可能なアセット生成。
[### SHARP
実行ガイド
1枚の写真から3D Gaussian を生成し、1秒未満で近傍視点を描画。
公開 2025開く](/ja/blog/apple-sharp-image-to-3d-ja)[### Luce
リファレンス
1枚のオブジェクト画像から再照明可能な PBR Gaussian とテクスチャ付きメッシュを生成。
公開 Aug 2026開く](/ja/blog/luce-ja)
画像・動画生成
画像、動画、統合マルチモーダル生成のための正規化フローモデル。
[### STARFlow · STARFlow-V · STARFlow2
リファレンス
画像・動画・統合マルチモーダル生成のためのスケーラブルな正規化フロー。
公開 2025–2026開く](/ja/blog/starflow-ja)
言語・コード
コード生成と検索拡張推論のための研究モデル。
[### DiffuCoder
リファレンス
コード生成向けの 7B マスク拡散言語モデル。
公開 2025開く](/ja/blog/apple-diffucoder-ja)[### CLaRa
リファレンス
連続潜在推論で検索と生成をつなぐモデル。
公開 2025開く](/ja/blog/apple-clara-ja)[### SimpleSD
リファレンス
コード生成を改善する極めてシンプルな自己蒸留（Apple Research）。
公開 2026公式ページ](https://machinelearning.apple.com/research/simple-self-distillation)
Apple Intelligence
Apple Intelligence を支える Apple Foundation Models と、それを利用する開発者フレームワーク。
[### Apple Foundation Models (AFM 3)
実行ガイド
Apple Intelligence を支える AFM 3 Core、Core Advanced、Private Cloud Compute モデル。
公開 Jun 2026開く](/ja/blog/apple-foundation-models-ja)[### Foundation Models framework
実行ガイド
オンデバイス LLM セッション、構造化生成、ツール、マルチモーダルプロンプトのための Swift / Python API。
公開 WWDC25 · WWDC26開く](/ja/blog/apple-foundation-models-framework-ja)
バッジの意味
- ブラウザツール：本サイトのブラウザ内で動作、インストール不要。
- 実行ガイド：公式リポジトリに照らして検証したローカルセットアップ手順。
- リファレンス：研究概要と公式リンク。実行可能なリリースが未提供、またはオンデバイス用途の範囲外。
タスクから始める
深度マップ、分類、類似度、画像質問。各ツールは背後の Apple モデルを明示します。
Apple 以外も
FastVLM を SmolVLM2、LFM2.5-VL、Gemma などオンデバイスで動く小型 VLM と比較。
続きを読む
同じテーマやツールに関連する記事。
関連ツール
この記事のテーマに近いディレクトリ項目を確認できます。
