Siriはいまだ期待に応えられていない、という不満は根強い。「周辺のAIアシスタントに比べてSiriは遅れている」という評価は、2024年のWWDCでAppleが高らかに「AI強化版Siri」を公約して以来、むしろ強まった。その後、Appleは複数回にわたってSiri刷新を延期し、2026年1月になってGoogleのGeminiを統合する合意を発表した。
そのAppleが今度は、Geminiのモデルそのものを圧縮してiPhone上で動かす試みに乗り出しているとされる。The Informationの報道を複数メディアが引用する形で伝えられたこの話は、Appleの「プライバシー重視」戦略の核心にある矛盾を照らし出している。大規模なAIをどこまでローカルで処理できるか。その答えは、思ったほど単純ではない。
報じられた内容：GeminiのiPhone搭載計画の現在地
The Informationの報道（Apple・Google双方のコメントなし）によると、Appleは兆単位のパラメータを持つGoogleのGeminiを「蒸留（distillation）」という手法でiPhone向けに圧縮し、オンデバイスで動かす計画を進めているという。この試みの前提となるのが、2026年1月に発表されたAppleとGoogleの統合合意だ。この合意のもと、GoogleはAppleに対してGeminiモデルへの「完全アクセス（complete access）」を自社データセンター内で提供しており、Appleはそのアクセスを蒸留目的に使う権限を得たと報じられている。
Geminiのパラメータ数は「trillions」—— 兆単位 —— と表現されており、一部のセカンダリメディアは約1.2兆パラメータと報じているが、Ars TechnicaやMacRumorsは「trillions」という複数形のままに留め、Google自身も公式にはパラメータ数を非公開にしている。「1.2兆」という数字は参考値として見ておくのが適切だ。
蒸留によって生まれた小型モデルは、新しいSiriのオンデバイス処理を担う候補として期待されている。ただし、すべてをiPhoneで処理できるわけではなく、複雑な処理はGoogleのクラウドインフラとNvidiaのGPUを経由する見通しだ。WWDC 2026（2026年6月8〜12日）でAppleがオンデバイスAIへの注力をどう打ち出すかが、今後の注目点となっている。
モデル蒸留とは何か：兆単位を数十億に縮める技術的な仕組み
モデル蒸留（knowledge distillation／知識蒸留）は、大型モデルが小型モデルに「知識を教える」手法だ。単にパラメータを削るのではなく、大型モデルが問題を解く思考過程（chain-of-thought）を小型モデルの学習データとして使う。これによって小型モデルは大型モデルの「出力の傾向」を学習し、元のサイズから想像されるより大幅に高い精度を引き出せる。
スマートフォンで動作するAIモデルのパラメータ数は「多くても数十億（a few billion）」程度が現実的な上限だ。メモリとNPUの性能制約から、それ以上の規模は推論速度・発熱・バッテリー消費の点で実用に耐えない。兆単位のGeminiを直接iPhoneで動かすことは、現在のiPhoneハードウェアでは不可能に近い。
蒸留で生まれた「子モデル」はオリジナルの機能の一部しか引き継がない。Googleはすでに「Gemini Nano」というスマートフォン向けの小型モデルを公開しているが、これはAndroidの特定機能（文脈理解や音声要約など）向けに最適化されたもので、会話型アシスタントとして機能するようには設計されていない。Appleが目指しているのは、Geminiのフルモデルから蒸留した独自の小型モデルを、Siriの会話機能に対応させることだ。その技術的なハードルは、Gemini Nanoとは別次元に高い。
なぜオンデバイスにこだわるのか：プライバシー、速度、コスト
Appleがオンデバイス処理にこだわる理由は3つある。第1はプライバシーだ。ユーザーの音声・テキスト・行動データがデバイスの外に出ないなら、データ漏洩やサーバー側の利用のリスクが原理的に生じない。Appleは長年このプライバシーアーキテクチャを競合との差別化軸として使ってきた。
第2はレイテンシとオフライン動作だ。クラウドに問い合わせる場合、ネットワーク遅延が避けられない。Wi-FiもLTEも届かない場所では機能が止まる。iPhoneのNPUで推論できれば、応答速度は桁違いに速くなり、電波環境に左右されない。第3はコストで、Googleのクラウドインフラを使い続ける限り、処理量に比例したAPIコストが発生する。オンデバイスの比率を上げることでこのコストを圧縮できる。
もっとも、これらの利点はあくまで「一部の処理をオンデバイスに寄せた場合」に限られる。複雑なクエリが常にクラウドに飛ぶアーキテクチャでは、プライバシーの利点は薄れる。
Apple独自AI開発の限界とGemini統合への転換
2024年のWWDCで、AppleはAI強化版Siriをやや誇大に宣伝した。しかし発表から2年が経とうとしても、その機能の多くは実装されていない。Apple独自の大規模言語モデル（LLM）開発は競合他社のOpenAIやGoogleに対して明らかに遅れており、2026年1月に発表されたGemini統合の合意は事実上の「外部調達宣言」だった。
AppleがGoogleのGeminiを選んだのは、統合をすでに交渉中だったためだろうが、その決断は複数の意味を持つ。Appleは自社のAI研究ではなく、競合メーカーのモデルを核心に据えることを選んだ。この合意は年間約10億ドル規模ともされるが（公式未確認）、Appleにとってそれ以上に重いのはブランドの問題だ。「プライバシー企業」が、ユーザーデータをGoogleのインフラに流す構造を選んだとも読めるからだ。
Gemini統合を含む新SiriはWWDC 2026で詳細が発表される予定だ。搭載先はiOS 27になる見込みとも報じられているが、現時点では確定情報ではなく、あくまで関係者筋の観測にすぎない。
クラウド依存という矛盾：「プライバシー企業」は成立するか
AppleはPrivate Cloud Compute（PCC）という独自インフラを持っている。Mシリーズチップを搭載した内部サーバー群で、クラウド処理をAppleが管理する環境内に閉じ込めるという構想だ。ところが報道によると、GeminiのフルモデルをこのPCC上で動かすことにもAppleは苦慮しているという。Appleのサーバーインフラがどれほど大規模でも、兆単位パラメータのモデルの推論には膨大なGPUリソースが必要で、Mチップベースのサーバーだけでは対応しきれないということだろう。
そこで浮上するのが、NvidiaのConfidential Computing（機密計算）プラットフォームの活用だ。Appleはこの技術の使用を承認したと報じられており、クラウド処理中にデータとAIモデルを暗号化する仕組みによってプライバシーを担保しようとしている。Androidでさえ会話型のGeminiはすべてのやり取りをクラウドに送っており、完全なオンデバイス処理は行われていない。AppleがGeminiをiPhoneで動かそうとする試みは、その前提を塗り替えるものではなく、「どれだけクラウドへの送信を減らせるか」を探る試みに近い。
PCCブランドを維持しつつNvidiaのインフラを実質的に使うというアーキテクチャが今後どのように呼ばれるかは現時点では不明で、Ars Technicaは「おそらくPCCブランドは維持される」という表現にとどめている。Appleが「プライバシー最優先」という訴求をどう継続するかは、WWDC 2026での説明にかかっている。蒸留でどこまで処理をiPhone内に閉じられるか、その比率がAppleのプライバシー主張の実質的な根拠となる。技術的に正直な訴求か、それとも印象管理に終わるかは、最終的にはユーザーと規制当局が判断することになる。
