アップルは、今年のWWDC25において、AIを活用したSiriの改善がよりスムーズに進められるべきだったと認めつつも、エコシステム全体でのモデルや機能の開発に力を入れていると発表しました。
アップルインテリジェンスの新機能について、今年発表された内容を以下に示します。
対応言語 アップルインテリジェンスは、今年、当初の非常に限定的な展開を超え、ほぼ20言語に対応を拡大するということです。
更新されたモデル アップルのテックレポートによれば、アップルインテリジェンスのベンチマークが示されています。PFIGSCJKはポルトガル語、フランス語、イタリア語、スペイン語、中国語（簡体字）、日本語、韓国語を指します。
アップルはデバイス上とクラウドの両方のモデルを大幅に更新し、以前のバージョンよりも高速かつスマートになったとしています。ローカルモデルは約30億のパラメータを持ち、その性能はアリババやグーグルの同等サイズのモデルと同等かそれ以上だということです。
一方、クラウドベースのモデルについては、サイズの詳細は明らかにされていませんが、OpenAIのGPT-4o、MetaのLLaMA 4 Scout、アリババのQwen-3-235Bと比較して性能が劣るものの、接近しているとしています。
基盤モデルフレームワーク 今年から、開発者はアップルのローカルモデルを利用して、テキスト要約や文字起こしなどの機能を提供できるようになります。これにより、APIやクラウドベースの第三者ソリューションに頼ることなく、アプリ内での機能提供が可能となる方針です。
WWDC25の基調講演で、クレイグ・フェデリギ氏が引用した実用例をいくつか紹介します。
「例えば、試験の準備をしている場合、Kahoot!のようなアプリがノートから個別のクイズを作成し、学習をより魅力的なものにします。また、デバイス上のモデルを使用するため、クラウドAPIのコストがかかりません。あるいは、オフグリッドでキャンプをしている場合、ダウンロードしたハイキング情報をAllTrailsで確認し、気分に応じた最適なオプションを提案してもらうことができます。」
現時点では、開発者はアップルのクラウドベースのモデルにアクセスできませんが、将来的には可能性があるということです。
文字起こし アップルのローカルモデルの主要な機能の一つは文字起こしです。この機能は、ビデオ会議プラットフォームからポッドキャストプレーヤーまで、様々な方法で利用可能です。文字起こしはアクセシビリティ、検索性、全体的なユーザー体験を向上させることが期待されています。
初期のテストでは、アップルの文字起こしモデルは、OpenAIのWhisperよりも多くの場合で処理時間が速いという結果が出ています。精度も一般的に高いですが、現時点では英語のみの対応であるため、国際的なユーザーには魅力が限定される可能性があります。
ライブ翻訳 今年のアップルインテリジェンスに基づく最もクールで有用な機能の一つは、リアルタイムの言語間会話を可能にするライブ翻訳です。
これらの機能は、デバイス上のモデルによって動作し、初期段階では選ばれた国と言語で利用可能であるということです。詳細については、こちらをクリックしてください。
ボイスメール要約 ボイスメールには、アップルインテリジェンスによる要約機能が追加されます。これは、各メッセージの短い要約を自動生成し、見逃した電話の一覧に表示されるということです。
これにより、見逃した電話を迅速に分類し、どの電話に応答すべきかを判断することができます。
メッセージ メッセージには、新しい投票機能が追加され、会話のコンテキストに基づいてアップルインテリジェンスが投票を自動提案します。
また、メッセージの検索機能も強化され、より自然な言語をサポートするようになります。つまり、正確な言い回しを覚えていなくても、過去の会話から探しやすくなるということです。
ジェンモジ これまで、ジェンモジの作成はテキストプロンプトに限定されていましたが、今後は異なる絵文字を組み合わせて新しい絵文字を作成したり、絵文字とテキストの説明を組み合わせたりすることができます。
連絡先やフォトライブラリの顔に基づいてジェンモジを作成する際には、表情や髪型、ひげを含む外見を調整することができます。
イメージプレイグラウンド 今年のイメージプレイグラウンドの最大の追加機能は、ChatGPTとの統合です。オイルや水彩などのChatGPTプリセットから選択するか、望むものを記述してOpenAIのモデルに任せることができます。
また、イメージプレイグラウンド内で直接ジェンモジを作成することも可能になり、スタイルオプションとして使用できます。これには、上記の連絡先や顔のパーソナライズが含まれます。
ショートカット アップルインテリジェンスがショートカットに導入されることで、自動化が大幅にアップグレードされる予定です。テキストを要約するためのライティングツールや、イメージプレイグラウンドを使用して画像を即座に生成するなどの機能を利用して、ワークフローを構築することができます。
新しい「Use Model」アクションを使用すると、アップルのデバイス上およびサーバーベースのモデル、さらにはChatGPTに直接アクセスし、ショートカットロジックに高度な推論や言語理解を取り入れることができます。
リマインダー アップルはリマインダーでの情報共有を容易にし、アップルインテリジェンスがその後の処理を行うことを可能にしています。メール、ウェブサイト、ノートからテキストを直接リマインダーに共有でき、レシピのスクリーンショットからタスクや買い物リストを自動的に提案します。
アップルインテリジェンスはまた、リマインダーを「仕事」や「用事」などのセクションで自動的に分類し、一括管理や整理を容易にするということです。
ビジュアルインテリジェンス アップルインテリジェンスのテキスト機能に注目が集まりがちですが、ビジュアル機能も強化されています。
以前は、ビジュアルインテリジェンスを使用して周囲について詳しく知ることができました。例えば、カフェにカメラを向けると、評価や関連情報が表示されました。
今後は、スクリーンショットに基づいてアクションを取ることも可能です。この機能はサードパーティアプリとも統合されており、グーグルやEtsyのようなアプリがインストールされている場合、スクリーンショットから画像（またはその画像内の特定のオブジェクト）を検索することができます。
ビジュアルインテリジェンスはまた、コンテキストに基づいた賢い提案も行います。例えば、イベント招待のスクリーンショットを撮った場合、そのイベントをカレンダーに追加することを自動提案し、タイトル、時間、場所が既に入力された状態になります。
ウォレットの注文追跡 アップルは次のように説明しています。
「アップルインテリジェンスにより、ウォレットはアップルペイの注文を超えて注文追跡の詳細を識別し、要約できるようになります。商人や配送業者から送られたメールを見つけ、注文の詳細、進捗通知などを一つにまとめて、ウォレット内で便利に表示します。」
ワークアウトバディ 今年、watchOS 26に導入される唯一のアップルインテリジェンス機能の一つであり、最も興味深いものの一つです。
ランニング中にiPhoneとApple Watchを持ち歩くことで、アップルインテリジェンスは現在のランニングと過去のフィットネスデータや運動データを比較し、ワークアウトセッション中に関連情報やインセンティブを提供します。
ランニングを開始する際の励ましのメッセージから、途中のマイルストーンとチェックポイントの更新に至るまで、Apple Fitness+のトレーナーの音声データを使用したテキスト読み上げモデルが、どれだけの成果を上げているか、そしてゴールまでどのように改善できるかを知らせてくれます。
