intel/AI-Playground

Intel AI Playground – 概要

AI Playground は、複数の生成 AI 機能を単一の UI にまとめたオープンソースのデスクトップアプリケーションです。Intel Core Ultra CPU、Intel Arc GPU、さらには NVIDIA RTX カードを搭載した PC でローカルに実行するように Intel によって構築されていますが、API キーを提供すれば、クラウドホスト型モデル（ChatGPT、Claude、Gemini、Grok）を呼び出すこともできます。要するに、オフラインでのチャット、画像/動画生成、コード支援、ドキュメント検索（RAG）、音声文字起こし、ツール呼び出しのための「ワンストップショップ」であり、すべて Electron ベースのグラフィカルインターフェースを通じて管理されます。

---

中核機能（README に記載のとおり）

領域	できること	使用されるモデル / バックエンド
チャットアシスタント	テキストのみまたはマルチモーダルチャット。ビジョン、推論、ドキュメント RAG、ツール呼び出し、「MCP」（メディア制御プロトコル）のプリセットあり	Llama.cpp (GGUF) – Gemma 4、Qwen 3.5/3.6、Qwen VL、Mistral 7B、DeepSeek R1、Phi-3、TinyLlama など。OpenVINO – TinyLlama、Mistral 7B、Phi-3 mini など。オプションのクラウド API
画像生成	Stable Diffusion 1.5、SDXL、Flux 1-Schnell、Flux 1 Kontext、Flux 2 Klein、Z-Image、ERNIE-Image、Wan 2.x、LTX-Video、LTX-2.3 – 「ドラフト」、「プロ品質」、強力なプロンプト追従のプリセットあり	PyTorch 拡散パイプライン（Hugging Face からダウンロード）
画像編集	アップスケーリング、インペインティング、アウトペインティング、2D から 3D メッシュ変換、カスタム編集 – すべてプライベート、サブスクリプション不要	同じ拡散バックエンドに加えて ComfyUI 統合
動画生成	LTX/WAN モデルを使用したテキストまたは画像ガイドのショートクリップ生成 – 専用 GPU または高メモリ Core Ultra に最適	同じ拡散モデル、ビデオ固有のパイプライン
コード支援	ワンショット HTML ゲーム作成、デバッグ、サムネイル生成のための「クイックコーダー」プリセット	LLM バックエンド（Gemma、Qwen など）
オーディオモード	音声からテキスト、テキストから音声、カスタム音声デザイン	ローカルモデル + オプションのクラウドサービス
ホームエージェント	Telegram、Slack、または LAN ウェブチャットを介した実行中の AI Playground インスタンスのリモート制御（重い処理を行うホーム PC に便利）	同じローカルバックエンドを使用。リモートなのは UI のみ
ハイブリッドクラウド	ローカル機能を維持しながら、OpenAI、Anthropic、Google などのフロンティアモデルにシームレスに切り替え	ユーザー提供のキーを介して外部 API に接続

---

実行方法

1. ハードウェア要件
   • エッセンシャル – Intel Core Series 3、12 GB RAM（基本的なチャット、RAG、簡単な画像作業）。
   • スタジオ – Intel Core Ultra（シリーズ 1-3）または Intel Arc A/B GPU（VRAM 8 GB 以上）（フル機能）。
   • NVIDIA CUDA – RTX カード（VRAM 8 GB 以上）（実験的。OpenVINO は使用されません）。
   • ディスク: アプリ約 6 GB + モデル用に 82 GB 以上。ホームエージェントには 32 GB RAM または 16 GB VRAM が必要。
2. インストール
   • v3.2.0 ベータリリースページからパッケージ化されたインストーラー（Windows .exe または Linux .deb）をダウンロードします。
   • インストーラーを実行します – ランタイムをセットアップし、ハードウェアモードを選択してバックエンドコンポーネント（Llama.cpp、OpenVINO、ComfyUI、オプションのホームエージェント、オーディオなど）をダウンロードできるセットアップウィザードを起動します。
   • 開発者の場合、リポジトリをクローンし、Node ≥ 20 をインストールし、WebUI フォルダーで npm run setup を実行してから、npm run dev を実行して開発ビルドを起動できます。配布可能なインストーラーのビルドは、npm run build（Windows）または npm run build:linux（AppImage/.deb）で行います。
3. モデル処理
   • アプリにはモデルは付属していません。タスクにモデルが必要な場合、プロバイダーサイトでモデルのライセンスに同意した後、UI がダウンロードを促します。
   • 内蔵の Model Manager を使用すると、Hugging Face または CivitAI からモデルを参照、検索、お気に入り登録、ダウンロードしたり、モデルファイルを適切なフォルダーに手動でドロップしたりできます。
4. プロキシ / 企業ネットワークサポート
   • インストーラーとランタイムは、標準の http_proxy/https_proxy/no_proxy 環境変数を尊重します。Intel 内部プロキシ用と、プロキシ変数を継承するためにターミナルから AppImage を起動するための特別な手順が提供されています。

---

対象ユーザー

• プロシューマー / パワーユーザー – 個別のモデルダウンロードスクリプトを扱うことなく、ローカルでオールインワンの生成 AI ワークステーションを希望するユーザー。
• エンタープライズまたはプライバシー重視のユーザー – データをオンプレミスに保持する必要があるが、最先端の LLM と拡散モデルへのアクセスを希望するユーザー。
• 開発者 – 既製の UI 内で Intel の OpenVINO アクセラレーションまたは Vulkan ベースの Llama.cpp バックエンドを試したいユーザー。

---

制限事項と現在のステータス（README による）

• ソフトウェアはまだ アルファ/ベータ 版です – 特に企業管理のマシンでは、インストーラーがコンポーネントの競合に遭遇する可能性があります。
• Linux サポートは実験的であり、Ubuntu 24.04+ に限定されています。GPU ドライバーと OpenVINO の依存関係を手動で満たす必要があります。
• 一部のバックエンドコンポーネント（Llama.cpp embeddings など）は、最近のドライバーや積極的なアンチウイルスソフトウェアで不安定になる可能性があります。
• NVIDIA-CUDA パスは実験的であり、OpenVINO は使用されません。

---

クイックスタートチェックリスト

1. サポートされている CPU/GPU と 12 GB 以上の RAM があることを確認します。
2. OS 固有のインストーラーをインストールします。
3. セットアップウィザードを実行します – 特定の理由がない限り、デフォルトのコンポーネント選択を維持します。
4. Model Manager を開き、少なくとも 1 つのチャットモデル（Gemma 4 など）と 1 つの拡散モデル（Stable Diffusion 1.5 など）をダウンロードします。
5. UI から新しいチャットまたは画像生成セッションを開始し、プリセットパネルを探索します。

---

結論: Intel AI Playground は、LLM 推論、拡散ベースの画像/動画生成、オーディオ処理、ツール呼び出しを単一のハードウェア対応 UI に統合し、最新のフロンティアモデルへのオプションのクラウドフォールバックを備えた、真のオープンソースデスクトップスイートです。