マイクロソフトの最新AIモデルFara-7B、ローカル実行とデータプライバシーを強調し、企業が安心して使用可能。Fara-7Bは優れた性能を備え、視覚認識操作を通じて複雑なタスクを完了し、AIモデルの無限の可能性を示す。マイクロソフトは11月24日に最新AIモデルFara-7Bを正式発表しました。70億パラメータを持つこのモデルは「コンピュータ使用エージェント」（Computer Use Agent, CUA）と位置づけられ、クラウドの計算能力に依存せずローカルで直接実行でき、高性能とデータプライバシーを両立しています。 企業データセキュリティを重視し、「視覚認識」操作をサポート Fara-7Bの設計の核心は、企業顧客の機密情報処理におけるプライバシーとコンプライアンス要件を満たすことにあります。モデルが十分にコンパクトなため、個人のコンピュータで実行でき、遅延を減らすだけでなく、データのクラウドへのアップロードを回避し、内部アカウント管理や機密文書処理などのシナリオにおけるローカル自動化の実現に役立ちます。 このモデルの最大の特徴は「画面操作を見る」方式でウェブサイトとインタラクションすることです—画面のスクリーンショットからレイアウトを読み取り、マウスクリック、入力、スクロールなどのアクションを予測します。従来のブラウザ構造に依存する方法とは異なり、Fara-7Bはピクセルレベルのデータに完全に基づいて推論を行うため、コード構造が混乱したウェブサイトでも正常に機能します。 マイクロソフト研究所のプロダクトマネージャーYash Lara氏によると、Fara-7Bはローカルで視覚入力を処理することで「ピクセル主権」を実現し、医療や金融などの高度に規制された産業でも安心して使用できるようになります。 実測性能はGPT-4oを上回り、小型モデルでより効率的 WebVoyagerテストベンチマークでは、Fara-7Bのタスク完了率は73.5%に達し、GPT-4oの65.1%とUI-TARS-1.5-7Bの66.4%を上回りました。さらに、Fara-7Bはタスク完了に平均わずか16ステップの操作しか必要とせず、UI-TARS-1.5-7Bの41ステップよりも明らかに優れており、精度と効率のバランスが最適化されています。 Fara-7Bは同時に「重要チェックポイント」（critical checkpoints）メカニズムを導入し、ユーザーの個人情報や不可逆操作（メール送信や送金など）に関わる場合、自動的に一時停止して確認を求め、「Magentic-UI」インタラクションインターフェースと組み合わせて、人間と機械の協力による安全な防御線を提供します。 知識蒸留と専門家デモンストレーショントレーニングで自律学習の可能性を強化 Fara-7Bは「知識蒸留」トレーニング方法を採用し、マルチエージェントシステムMagentic-Oneが生成した14.5万件の成功したナビゲーション例を統合し、単一モデルに圧縮して学習しています。さらに、基盤モデルはQwen2.5-VL-7Bに基づいており、最大128,000トークンのコンテキストウィンドウを持ち、優れた画像とテキストの整合能力を備え、トレーニングプロセスは主に人間の専門家の操作を模倣することに焦点を当てています。 マイクロソフトは、将来的に大規模モデルを盲目的に追求するのではなく、より「小型で賢く、安全な」モデルの構築に注力し、合成サンドボックス環境での自己学習トレーニングに強化学習（RL）を導入する計画があると述べています。 オープンソースで公開済み、自由に商用テスト可能だが正式製品ではない 現在、Fara-7BはMITライセンスでオープンソースとして公開されており、Hugging FaceとマイクロソフトFoundryプラットフォームからダウンロードして使用でき、商業利用も許可されています。ただし、マイクロソフトはこのモデルがまだ本番環境デプロイの基準に達していないと注意喚起しており、現在は主に開発者がプロトタイプテストと機能検証に使用するのに適しているとしています。 関連記事：GoogleがWeatherNext 2次世代気象予報AIモデルを発表、Pixel、検索、Geminiが先行利用 関連記事：研究者がAIをより創造的にする簡単な質問法を発見、ChatGPT、GeminiなどあらゆるAIモデルに適用可能 関連記事：AnthropicがClaude Haiku 4.5小型AIモデルを発表：コストはわずか1/3、性能はSonnet 4と同等、プログラミング性能ではわずかに上回る T客邦Facebookファンページに参加するマイクロソフトの最新AIモデルFara-7B、ローカル実行とデータプライバシーを強調し、企業が安心して使用可能。Fara-7Bは優れた性能を備え、視覚認識操作を通じて複雑なタスクを完了し、AIモデルの無限の可能性を示す。マイクロソフトは11月24日に最新AIモデルFara-7Bを正式発表しました。70億パラメータを持つこのモデルは「コンピュータ使用エージェント」（Computer Use Agent, CUA）と位置づけられ、クラウドの計算能力に依存せずローカルで直接実行でき、高性能とデータプライバシーを両立しています。 企業データセキュリティを重視し、「視覚認識」操作をサポート Fara-7Bの設計の核心は、企業顧客の機密情報処理におけるプライバシーとコンプライアンス要件を満たすことにあります。モデルが十分にコンパクトなため、個人のコンピュータで実行でき、遅延を減らすだけでなく、データのクラウドへのアップロードを回避し、内部アカウント管理や機密文書処理などのシナリオにおけるローカル自動化の実現に役立ちます。 このモデルの最大の特徴は「画面操作を見る」方式でウェブサイトとインタラクションすることです—画面のスクリーンショットからレイアウトを読み取り、マウスクリック、入力、スクロールなどのアクションを予測します。従来のブラウザ構造に依存する方法とは異なり、Fara-7Bはピクセルレベルのデータに完全に基づいて推論を行うため、コード構造が混乱したウェブサイトでも正常に機能します。 マイクロソフト研究所のプロダクトマネージャーYash Lara氏によると、Fara-7Bはローカルで視覚入力を処理することで「ピクセル主権」を実現し、医療や金融などの高度に規制された産業でも安心して使用できるようになります。 実測性能はGPT-4oを上回り、小型モデルでより効率的 WebVoyagerテストベンチマークでは、Fara-7Bのタスク完了率は73.5%に達し、GPT-4oの65.1%とUI-TARS-1.5-7Bの66.4%を上回りました。さらに、Fara-7Bはタスク完了に平均わずか16ステップの操作しか必要とせず、UI-TARS-1.5-7Bの41ステップよりも明らかに優れており、精度と効率のバランスが最適化されています。 Fara-7Bは同時に「重要チェックポイント」（critical checkpoints）メカニズムを導入し、ユーザーの個人情報や不可逆操作（メール送信や送金など）に関わる場合、自動的に一時停止して確認を求め、「Magentic-UI」インタラクションインターフェースと組み合わせて、人間と機械の協力による安全な防御線を提供します。 知識蒸留と専門家デモンストレーショントレーニングで自律学習の可能性を強化 Fara-7Bは「知識蒸留」トレーニング方法を採用し、マルチエージェントシステムMagentic-Oneが生成した14.5万件の成功したナビゲーション例を統合し、単一モデルに圧縮して学習しています。さらに、基盤モデルはQwen2.5-VL-7Bに基づいており、最大128,000トークンのコンテキストウィンドウを持ち、優れた画像とテキストの整合能力を備え、トレーニングプロセスは主に人間の専門家の操作を模倣することに焦点を当てています。 マイクロソフトは、将来的に大規模モデルを盲目的に追求するのではなく、より「小型で賢く、安全な」モデルの構築に注力し、合成サンドボックス環境での自己学習トレーニングに強化学習（RL）を導入する計画があると述べています。 オープンソースで公開済み、自由に商用テスト可能だが正式製品ではない 現在、Fara-7BはMITライセンスでオープンソースとして公開されており、Hugging FaceとマイクロソフトFoundryプラットフォームからダウンロードして使用でき、商業利用も許可されています。ただし、マイクロソフトはこのモデルがまだ本番環境デプロイの基準に達していないと注意喚起しており、現在は主に開発者がプロトタイプテストと機能検証に使用するのに適しているとしています。 関連記事：GoogleがWeatherNext 2次世代気象予報AIモデルを発表、Pixel、検索、Geminiが先行利用 関連記事：研究者がAIをより創造的にする簡単な質問法を発見、ChatGPT、GeminiなどあらゆるAIモデルに適用可能 関連記事：AnthropicがClaude Haiku 4.5小型AIモデルを発表：コストはわずか1/3、性能はSonnet 4と同等、プログラミング性能ではわずかに上回る T客邦Facebookファンページに参加する