MacPawがLiquid AIと提携、開発者向けにローカル推論能力を提供

このほど、著名なMacソフトウェア会社MacPawがAIモデル開発会社Liquid AIとの技術提携を発表した。同社はAIアシスタント「Eney」のローカル版をLiquid AIのモデル上に構築し、MacPawのアプリストア向けに開発するサードパーティ開発者にデバイス上推論（on-device inference）能力を提供する計画だ。この動きは、MacエコシステムにおけるAIアプリ開発が、よりプライバシーを重視し、より低遅延なローカルコンピューティングへと急速に進化していることを示している。

クラウドからローカルへ：Eneyの重要なアップグレード

Eneyは、MacPawが2025年にリリースしたシステムレベルのAIアシスタントで、これまでは主にクラウド上の大規模モデルを活用して、対話・文章作成支援・タスク自動化などの機能を提供してきた。しかし、ユーザーのデータプライバシーおよびレスポンス速度に対する要求が高まるにつれ、MacPawはAppleエコシステムの理念により合致した技術的方向性——AIのコア機能をデバイス上に直接移行すること——を模索する決断を下した。

今回の提携のもう一方の主役であるLiquid AIは、効率的かつスケーラブルな基盤モデルの構築に特化した新鋭のAI企業だ。同社のモデル設計は、限られた演算能力でクラウドモデルに匹敵するパフォーマンスを実現することを重視しており、Apple Siliconチップ上での動作に特に適している。Liquid AIとの提携を通じて、MacPawは開発者がEneyのローカル推論インターフェースを活用し、応答が極めて速く、データがデバイス外に出ないAIアプリを構築できるようにしたいと考えている。

「私たちは、次世代のAIアプリはデフォルトでユーザーのプライバシーを保護すべきだと考えています。Liquid AIとの提携により、パフォーマンスや機能を犠牲にすることなく、最先端のモデル能力をMacBookやiMacに届けることが可能になります。」——MacPaw公式スポークスパーソン

開発者が「ローカルAI」を必要とする理由

アプリストアのインディペンデント開発者にとって、クラウドAIへの接続は多くの場合、高額なAPI費用、ネットワーク遅延、そして避けられないデータ転送リスクを意味する。ローカル推論はこの状況を一変させる。開発者はデバイスの演算能力を無償（または低コスト）で利用でき、ユーザーデータは完全にローカルに保持され、アプリはオフライン環境でも正常に動作する。

MacPawが今回提供するのは単なるモデルのラッパーではなく、モデル圧縮・量化・ホットデプロイ・メモリ管理などの低レベル最適化を含む、完全なローカル推論ツールチェーンだ。これにより、開発者はモデルの詳細な知識がなくても、自分のアプリにAI機能を組み込むことができる。さらに、Eneyのローカル版はmacOSのシステムレベル機能——ショートカット、ファイル管理、クロスアプリ操作など——と深く統合されており、クラウドAIよりも滑らかな体験を提供できる。

Appleエコシステムにおける「エッジサイドAI」競争

MacPawとLiquid AIの提携は、より広範な業界トレンドを反映してもいる。Appleは自社でも、iOSおよびmacOSに導入したローカル言語モデルフレームワークや、機械学習タスクを加速するNeural Engineを通じて、エッジサイドAIの推進を続けてきた。しかし、Appleの公式フレームワークはシステムレベルの機能を主な対象としており、独立したアプリストアのサードパーティ開発者にとっては、柔軟性とカスタマイズ性が依然として限られている。

MacEコシステムで大きな影響力を持つサードパーティソフトウェア会社であるMacPawのアプリストア（Setapp）には、多くの有料ユーザーと熱心な開発者コミュニティが存在する。Liquid AIのモデル能力を取り込むことで、MacPawはこれらの開発者に対し、Appleの公式ソリューションよりもオープンで、サードパーティのニーズに合致したAIインフラを実質的に提供することになる。これは、独立したソフトウェアエコシステムがプラットフォーム大手に対して能動的に空白を埋めようとする動きとして捉えることができる。

編集後記：ローカル推論は万能ではない

ローカル推論はプライバシーと速度の面で明らかな優位性を持つ一方、モデルサイズ、性能の上限、アップデートとメンテナンスといった課題も抱えている。Liquid AIのモデルは効率的ではあるが、複雑な推論タスク（長文の要約やマルチモーダル理解など）では、クラウドの大規模モデルと完全に肩を並べることは依然として難しい場合がある。MacPawの戦略は、「ハイブリッドAI」の選択肢を提供するものに近い——日常の軽量タスクはローカルで処理し、必要に応じてクラウドの超大規模モデルを呼び出すというアプローチだ。

開発者にとって、ローカル推論を選択する際にはユーザーのハードウェア差異も考慮する必要がある——旧型のMacでは大規模モデルをスムーズに実行できない可能性がある。MacPawもこの点を明らかに認識しており、ツールチェーンには複数のモデル規格への対応が含まれており、デバイスの性能に応じて動的に切り替えることも可能だ。

総じて、これはAI時代においてMacPawが開発者エコシステムを強化するための重要な布石といえる。AppleがApp Storeのルールを徐々に厳格化する中、独立したアプリストアがAIによる差別化でいかに競争するかは、今後注目すべきテーマとなるだろう。

本記事はTechCrunchより編訳