おえかきAI対決
2体のローカルAI、いつか（VLM）と きつと（分類器）が別々に当てて相談する、ブラウザ内マルチエージェント。スケッチは端末内で推論・保存します。
📱 スマホ・回線が細い環境の方へ：このフル版はVLM・会話LLM・分類器で合計約630MBをダウンロードします（PC推奨）。 分類器だけで即答する8.6MBの身軽版もあります。
🖍️ 軽量・携帯版へ2体のキャラクター
いつか
— AIの目（VLM Florence-2）で観察する慎重派「(よく みると) ○○ かな？」
実機では Jetson 担当（VLM）
きつと
— 分類器で直感ですぐ決める確信派「ぜったい ○○！」
実機では Raspberry Pi 担当（分類器）
性格の違う2体が「声に出して相談し、合意に至る過程」を見せるのが核心です。1体のAIが即答するのではなく、2体の“間”を見せます（マルチエージェント・ディベート）。
しくみ — 分類器とVLMが別々に推測して相談
① 落書きを描く
ブラウザのキャンバスに絵を描く。ストロークは端末内だけで処理され、送信されません。
② いつか（VLM）が観察して推測
汎用VLM Florence-2（約120MB）が絵を見て独自に推測。スケッチは枠外になりやすく、分類器と食い違うのが見どころ。
③ きつと（分類器）が即断
自作の小型CNN（Quick,Draw! 59カテゴリ・ONNX 8.6MB）が候補と確信度を算出。確信度=得意/枠外の信号。スケッチはこちらが得意。
④ 相談→合意、そして学習
VLMと分類器の見立てを突き合わせて相談（スケッチは分類器を優先）。はずれを教えると絵の特徴＋正解を端末内に蓄積し、次から似た絵をk近傍で当てる（端末内ワンショット学習）。
「得意/枠外」が味噌： 分類器は学習した59カテゴリの中は高確信でズバリ当て、 未学習の絵は確信度が落ちて迷い、ときに自信を持って外します。 「学んだ範囲では強いが、外では弱い」というローカルAIの本質を、相談の長さと正否で体感できます。
実機ブース「おえかきAIたいけつ」
このデモは、Jetson Orin Nano（いつか・VLM担当）とRaspberry Pi 5＋Hailo-10H NPU（きつと・分類器担当）の異種エッジAI2台が、MQTTを会話チャネルとしてPC上で会話させていた実機ブースのブラウザ再現版です。 実機ではJetson側のVLMに Moondream3 / Qwen3-VL を使っていましたが、来場者のブラウザでは動かないため、 ここでは小型VLM（Florence-2）に置き換えて「相談する体験」を再現しています。
エッジAI・マルチエージェントの設計相談
「データを送らずに現場で動く」エッジAIや、複数エッジAIの協調設計のご相談はLink Fieldへ。 連合学習など「データを出さないAI」の設計支援も行っています。
ローカルAI・マルチエージェントに向くエッジAI機材
ブラウザ体験のあと、実機でローカルAIを動かすための推奨機材です。
Raspberry Pi 5（8GB）単体。CPU推論で小型LLMが動き、チャットAIならこれ1台からでも始められる。
NVIDIA Jetson Orin Nano。GPUでより大きなLLMを快適・安定に動かせる本格構成。
価格は目安（変動あり）。下のカードから用途に合うものを選んでください（全点を揃える必要はありません）。
大きなモデルの生成・推論や複数モデルの常時稼働には、Pi/Jetsonより大容量メモリ・高性能CPU/GPUを積める高性能ミニPCが快適です。
Raspberry Pi AI HAT+2（Hailo-10H）
2026年1月発売の公式GenAIアドオン。40 TOPS・8GB専用オンボードRAM搭載。hailo-ollama経由でNPU上のLLM推論にも対応（実測はHailo-10Hレビュー参照）。
※ 上記リンクはアフィリエイトリンクです（購入で当サイトに収益が発生する場合があります）。 価格は目安で、最新価格・在庫はリンク先でご確認ください。構成は用途の一例です。
関連デモ
このデモを「実機」で使うには？
実測データで最適な機種を選び、つまずいたら原因→対処をたどれます。
業務への導入を検討中の方へ：このデモのような、入力に近い端末で処理する仕組みの設計・開発相談はLink Fieldへ無料で送れます。
🤝 導入の相談をする