AppleのCore AI、Foundation Modelsの外でQwenやMistralを走らせる新レール
WWDC26でAppleが見せたCore AIは、Apple Intelligenceの内蔵モデルをそのまま使う話ではありません。Qwen、Mistral、SAM 3のような既存モデルをApple silicon向けに最適化し、サーバー依存やトークン課金なしでアプリへ載せるための、新しいオンデバイスAI基盤です。Foundation ModelsがApple Intelligence寄りの言語体験を支えるなら、Core AIはその外側で独自モデルを動かすための別レールとして出てきました。
Core AIはApple Intelligenceの別レールとして出てきた
AppleのWWDC26セッション『Meet Core AI』は、Core AIをApple silicon向けに設計した新しいオンデバイスAIフレームワークとして紹介しています。CPU、GPU、Neural Engineをまたいで最新のモデル構造と推論手法を使えること、Swift APIで単純な推論から厳しいレイテンシやメモリ制約を持つ用途まで扱えることが主題です。AppleはCore MLではなくCore AIという別名を切り出し、いまのAIアプリに必要な実行面をまとめ直しました。
ここで見えてくるのは、AppleがAIの入口を二層に分け始めたことです。Foundation ModelsはApple Intelligenceを支えるオンデバイス言語モデルとして、言語理解、structured output、tool callingを担当します。一方Core AIは、Apple製モデルの外にある独自モデルや研究コミュニティ由来のモデルを、自前アプリの中で低遅延に走らせる土台です。Apple Intelligenceの機能拡張ではなく、『Apple製でないモデルをどうApple製品上で動かすか』に答える枠として読むほうが正確です。
AppleはQwenやMistralをそのまま試せる入口まで用意した
もうひとつ大きいのは、Appleがフレームワークだけで終わらせていないことです。『Integrate on-device AI models into your app using Core AI』では、Qwen、Mistral、SAM 3などの人気オープンソースモデルをApple silicon向けに最適化したコレクションを示し、Macでダウンロード、実行、ベンチマークし、そのままアプリへ組み込む流れを見せています。WWDCの範囲でここまで具体的にモデル名を並べたことで、Core AIは抽象的な将来構想ではなく、すぐ試せる配布導線として見えやすくなりました。
しかも動画内のサンプルは、Foundation Modelsと`CoreAILanguageModels`を並べて使い、Core AIで配布された言語モデルを`LanguageModelSession`に差し込む流れまで示しています。Appleは『Foundation Modelsか、サードパーティモデルか』を排他的にしていません。Apple Intelligence由来の体験を使う場面と、自分で選んだモデルを載せる場面を、同じApple製アプリの中で行き来しやすくする設計に寄せています。
初回ロードの重さや推論遅延までXcode側で詰めにきた
Core AIが実務向けだと感じるのは、モデルを走らせる瞬間の重さまでAppleが面倒を見ようとしている点です。Core AIの概要ページは、モデルをハードウェアに合わせて自動specializationし、ahead-of-time compilationで初回ロード時間を短縮できると説明しています。WWDC26セッションでも、`coreai-build`による事前コンパイル、specializationとキャッシュ、Core AI debug gauge、Core AI instrumentによる推論プロファイルが前面に出ていました。
| レール | 主な役割 | 今回見えた意味 |
|---|---|---|
| Foundation Models | Apple Intelligence系の言語理解、structured output、tool calling | Apple製のオンデバイス言語体験をアプリへ埋め込む |
| Core AI | QwenやMistral、SAM 3など外部モデルの変換、配布、推論 | Apple製以外のモデルもApple製品で低遅延に走らせる |
| Xcode / Core AI tools | AOT compilation、specialization、profiling、debugging | 初回ロードや推論遅延の実装負荷をApple側で吸収する |
Appleがここまで強くレイテンシ、メモリ、初回起動の負荷を扱うのは、AIを一部の重いデモではなく、日常アプリに入れる前提だからです。クラウド推論ならサーバー側に逃がせた問題を、Appleはローカル実行のまま解こうとしています。データを外へ出さず、応答も速く、利用ごとのトークン料金も発生しない。その代わりに、モデル変換、コンパイル、specialization、プロファイリングをAppleの開発ツール群へ統合することで、アプリ側の実装負荷を下げにきたのがCore AIです。
WWDC26でAppleが示したのは、Apple Intelligenceを広げる話だけではありませんでした。Foundation ModelsでApple製の言語体験を支えつつ、Core AIでQwenやMistralのような外部モデルをオンデバイス実装へ引き込む。AppleはAIを『自社モデルを使うかどうか』ではなく、『どのレールで載せるか』の問題として整理し始めています。Core AIは、その外側のレールを初めてかなり実用的な形で見せた発表でした。