PrismML が注目を浴びたのは 2026 年 9 月 24 日だ。Qualcomm は Snapdragon Summit で、AI 研究所 PrismML の 1-bit 大規模言語モデル「Bonsai」が Snapdragon AR1 Gen 1 プラットフォームの AI スマートグラス上で動作するデモを披露した。処理はすべてデバイス内で完結し、クラウドへの往復は不要だ。PrismML が 9 月 23 日の公式発表で明らかにした。
メガネという形態は、「オンデバイス AI」がこれまで直面した中で最も難しいハードルかもしれない。スマートフォンにはバッテリーと放熱の余裕があるが、メガネにはない。日常使いのメガネに収められる計算資源と電力は極めて限られる。PrismML のデモが答えた問いはこうだ。20 億パラメータの視覚言語モデルは、本当にテンプル（つる）の部分に住めるのか。
Bonsai とはそもそも何か
PrismML はカリフォルニア工科大学の研究者が創業した AI 研究所で、カリフォルニア大学バークレー校の Ion Stoica がアドバイザーを務める。看板技術は 1-bit 量子化。大規模モデルを 4 分の 1 のサイズに圧縮しながら、標準ベンチマークではほぼ性能を落とさない。
今回メガネに載ったのは、視覚と言語に特化して調整された 20 億パラメータのモデルだ。デモの様子はこうだ。メガネ越しにテーブルのコーヒーカップを見て「これは何？」と尋ねると、モデルは見た映像をもとにリアルタイムで答える。クラウドを経由しない。低遅延とオフライン動作が最大の売りだ。
PrismML の目標は明快だ。オープンウェイトのオンデバイス AI で、デバイスが既に持つ計算資源を使い切る。裏のメッセージも明快だ。クローズドな大手のプライバシーの約束を信じるより、データをそもそもデバイスの外に出さない方がいい、と。
なぜ「ローカルで動く」の4文字が鍵なのか
スマートグラスは「ローカル実行」に最も敏感なデバイスかもしれない。そのカメラが捉えるのは装着者の一人称視点だ。自宅、オフィス、子ども、画面上の書類。1 フレームごとにクラウドへアップロードして理解してもらうなら、ユーザーが差し出す信頼のコストは莫大だ。
ローカル実行はこの計算を変える。映像はデバイス内で理解され、回答はデバイス内で生成される。生の映像がメガネの外に出る必要はない。プライバシーを気にするユーザーにとって、これは「私を信じて」と「信じる必要がない」の違いだ。消費電力と遅延の改善は副次的な配当だ。ネットワークの往復が減れば応答は速く、バッテリーも長持ちする。
ここにこそ 1-bit のような極限の圧縮技術の出番がある。AR1 Gen 1 はもともと低消費電力のウェアラブル向けに設計されたプラットフォームだ。4 分の 1 に圧縮されたモデルと組み合わせることで、「十分な知能」が初めてメガネに収まる可能性が出てきた。
デモと製品の間には、まだ本物のメガネが1つ足りない
冷水を浴びせよう。PrismML のモデルを搭載したスマートグラス製品は、現時点で1つも発表されていない。今回の披露はチップメーカーのサミットでの技術展示だ。「動く」ことの証明であり、「買える」ことの証明ではない。
この区別は重要だ。オンデバイス AI の歴史には、鮮やかなデモのまま量産に至らなかった例が少なくない。消費電力はクリアしたが放熱がダメだった。放熱は通ったが連続2時間でバッテリーが切れた。バッテリーは持ったが、日常使いにはモデルが力不足だった。Bonsai の「ほぼ性能低下なし」は圧縮前の自分自身との比較であり、複雑なタスクでクラウドモデルを代替できるという意味ではない。
ただ方向は正しい。20 億パラメータの視覚言語モデルがメガネに住めるなら、AI アシスタントはもうスマートフォンの画面に閉じ込められない。あとは1つの問いだけだ。どのメガネメーカーが最初に量産機に載せる勇気を持ち、バッテリー持続時間と発熱という2つの必答問題に答えるのか。
