xybrid-ai/xybrid

Xybrid – アプリとゲーム向けのデバイス内AI

何であるか – Xybridは、大規模言語モデル（LLM）、音声認識（ASR）、音声合成（TTS）を、幅広いプラットフォーム上でデバイス上でローカルに実行できるオープンソースSDKです。Flutter、Swift、Kotlin、Unity、Rust、Python、Webで動作する一貫したAPIを提供し、ONNX、GGUF、SafeTensors形式のモデルを読み込むことができます。

なぜ重要か – 推論はすべてデバイス上で行われるため、初期のモデルダウンロード後はクラウドサービスやAPIキーが不要です。これによりプライバシー保護、オフライン動作、ランタイムでのモデル交換（アプリの再リリースなし）が可能になります。

コア機能

機能	詳細
音声認識	Whisper‑tiny、Wav2Vec2‑base など、ONNX/ggml形式のモデル。
音声合成	Kokoro‑82M、KittenTTS‑Nano、NeuTTS‑Nano – 出力は24 kHzのWAVファイル。
LLM推論	数百のモデル（LFM2.5、SmolLM2、Gemma、Llama 3.2、Qwen 3.5、Bonsai 27Bなど）をサポート。ツール呼び出しと思考の連鎖（chain-of-thought）も可能。
視覚言語モデル	コンパクトなVLM（LFM2‑VL、LFM2.5‑VL）。
マルチモデルパイプライン（MMP）	YAMLによる簡潔な記述で、ASR → LLM → TTS（または任意の順序）を連結可能。
ハードウェアアクセラレーション	iOS/macOSではMetal + Apple Neural Engine、LinuxではオプションのVulkan、その他のプラットフォームではCPU。
ハイブリッド／クラウドフォールバック	デバイスが処理できない場合、リモートサービスに処理を転送可能。
テレメトリ（オプトイン）	APIキーを介して使用状況統計を送信可能。

サポートプラットフォームと言語バインディング

プラットフォーム	バインディング	パッケージマネージャ
Flutter	`xybrid_flutter`	pub.dev
iOS / macOS (Swift)	`xybrid` (Swift Package)	Swift Package Manager
Android (Kotlin)	`xybrid-kotlin`	Maven Central
Unity	`ai.xybrid.sdk`	OpenUPM / Git URL
Rust	`xybrid` crate	crates.io
Python	`xybrid` binding (ソース)	pip（ソース経由）
Web (プレビュー)	JavaScript SDK	npm（プレビュー）
CLI	`xybrid`実行可能ファイル	スクリプトインストーラ

セットアップ例（Flutter）

# pubspec.yaml
dependencies:
  xybrid_flutter: ^0.6.0

final model = await Xybrid.model('kokoro-82m').load();
final result = await model.run(XybridEnvelope.text('Hello world'));
// result は24 kHzのWAVオーディオバッファ

同じパターンはKotlin、Swift、C#（Unity）、Rustでも利用可能。モデルIDでモデルを読み込み、Envelope（テキストまたはオーディオ）を入力し、処理済みのオーディオを取得します。

モデルカタログ

Xybridは組み込みレジストリ（xybrid.ai/modelsを参照）を提供しており、以下のモデルを含んでいます：

ASR – Whisper‑tiny（39 M）、Wav2Vec2‑base（95 M）
TTS – Kokoro‑82M（82 M、24ボイス）、KittenTTS‑Nano（15 M）、NeuTTS‑Nano（120 M）
LLMs – 230 Mから27 Bパラメータまで、多言語、推論、ツール呼び出し、マルチモーダル対応モデルをカバー。
視覚言語 – コンパクトなVLM（450 M〜3 B）。独自モデルもmodel_metadata.jsonを提供することで追加可能（実験的）。

類似プロジェクトとの違い

機能	Xybrid	Ollama	llama.cpp	ONNX Runtime
モバイル（iOS/Android）	✅	❌	❌	✅
Unity統合	✅	❌	❌	❌
マルチモデルパイプライン	✅	❌	❌	❌
1つのSDKでASR＋LLM＋TTSを統合	✅	❌	❌	❌
インプロセス実行、サーバー不要	✅	❌	✅	✅
オフライン最優先、クラウド不要	✅	✅	✅	✅

ライセンスとコミュニティ

ライセンス – Apache 2.0（許容性高く、商用利用に適しています）。
ドキュメント – https://docs.xybrid.dev
Discord – https://discord.gg/YhFHHkhbad
GitHub – イシュー、プルリクエスト、グッドファーストイシュー、CONTRIBUTINGガイドを提供。

TL;DR

Xybridは、モバイルアプリ、デスクトップソフトウェア、Unityゲームに音声認識、音声合成、大規模言語モデル推論を統合するための、一貫性がありオフライン最優先の方法を提供します。主要言語向けの準備済みバインディングと、ハードウェアアクセラレーションを備えた実行環境を備えています。