jegly/Box

Box とは何か？

Box は、スマートフォンに多数のオンデバイスAI機能をもたらすAndroidアプリです。GoogleのAI Edge Galleryのフォークとして始まり、インターネット接続なしでローカルで動作する機能豊富でセキュリティ強化されたツールセットへと進化しました。

コアとなるアイデア

オンデバイス推論 – すべてのモデル（大規模言語モデル、視覚モデル、拡散生成器、音声認識、音声合成など）は、スマートフォンのCPU、GPU、または専用NPU（Snapdragon、Google Tensor、MediaTekなど）上で保存・実行されます。
プライバシー最優先 – クラウドへの呼び出しは不要。チャット履歴は暗号化され、生体認証ロックでアプリを保護でき、Google所有のテレメトリ（Firebase、Clearcut）は削除されています。
ワンストップAIツールボックス – チャット、画像生成、画像の拡大、ドキュメント解析、顔認識、音楽生成、多言語音声、視覚障害者向けの音声カメラアシスタントなど、数十種類のモデルを統合しています。

主な機能（READMEに記載の通り）

カテゴリ	ハイライト
LLMチャット	`llama.cpp` を通じてGGUFフォーマットのモデルをサポート。ハイブリッドアテンションモデル（例：Qwen 3.5‑0.8B）、推論に特化したモデル（Phi‑4‑mini‑reasoning）、大規模マルチモーダルモデル（Gemma‑4‑12B）を含む。ハードウェアが許す範囲でLiteRTおよびVulkanによるGPU加速が利用可能。
視覚・マルチモーダル	SmolVLM2、InternVL3、Geminiベースのモデルを用いた「画像に質問」機能。Box Assistは視覚障害者・低視力者向けに音声カメラアシスタント（物体説明、領収書読み取り、障害物アラート）を提供します。
画像生成	オンデバイス拡散モデル：Bonsai Image 4B（FLUX.2 klein）、FLUX 2 klein、Z‑Image Turbo。画像生成は完全にオフラインで実行可能。EDSR ×4によるオプションの拡大も可能。
音声	音声対音声チャット（Voice Mode）、SenseVoiceによる多言語STT、SupertonicによるオンデバイスTTS、音楽／音声生成。
ドキュメント解析	PDF/TXTのインジェスト、OCR、ぼかし除去、ノイズ除去、スキャンページのフラット化、ポートレートスケッチ変換。
強化機能	サーパーレゾリューション、顔認識、写真の消去／インペインティング、生体認証ロック、暗号化SQLite（`SQLCipher`）、タップジャッキング保護、オフライン専用動作。
ハードウェア加速	NPU向けLiteRTエンジン（Snapdragon 8 Gen 2/3/Elite、Google Tensor G5/G6、MediaTek）、GGUFモデル向けVulkan GPUオフロード、CPUフォールバック。
国際化	UIは英語、フランス語、ポルトガル語（ブラジル）、ドイツ語、簡体中国語に対応。多言語音声モデルは24言語をサポート。
アクセシビリティ	色覚異常対応テーマ、ハイコントラストパレット、TalkBack互換性、Box Assistの音声カメラモード。

どうやって入手するか

最新リリースページからAPKをダウンロード（例：Box v3.4.5）。
Googleサービスを搭載しないデバイス（LineageOS、GrapheneOS、CalyxOSなど）は、custom-rom-support APKを使用。
必要に応じてObtainium経由でインストール – リポジトリURL（https://github.com/jegly/Box）を追加し、APK名（Mainまたはcustom-rom-support）でフィルタリング。
アプリ内にアップデーターが含まれており、設定 → 更新の確認から手動で更新をチェックすることもできます。

ライセンスと由来

ライセンス: Apache 2.0（LICENSEを参照）。
由来: Google AI Edge Galleryのフォーク（Googleとは関係ありません）。プロジェクトは上流より50以上の機能を追加し、上流の変更をマージするのを停止しました。
バージョニング: 上流バージョンは1.0.15と表示されますが、Box独自のリリースはタグ付けされています（例：v3.4.5）。

誰が使うべきか？

高性能NPUを搭載したスマートフォンで、完全にオフラインのAIアシスタントを求めるパワーユーザー。
視覚障害者・低視力者向けの音声カメラアシスタントを求めるアクセシビリティ支援者。
オンデバイスモデルのデプロイ、ハードウェア加速、クラウドバックエンドなしでGGUFモデルをテストしたい開発者／研究者。
テレメトリなしでAI機能を使いたいプライバシー意識の高いユーザー。

一言で言うと

Boxは、現代のAndroidスマートフォンを自己完結型のAIワークステーションに変えるアプリです：チャット、画像生成、音声処理、視覚支援がすべてローカルで実行され、オプションのハードウェア加速と、セキュリティとオフライン動作に強い焦点を置いています。モバイルAI分野における本格的で積極的にメンテナンスされているオープンソースプロジェクトです。