تصور کنید در یک پارک ملی هستید، جایی که هیچ سیگنالی از دکل‌های مخابراتی نمی‌رسد، اما باز هم می‌توانید با دوربین گوشی خود از یک سنجاب، یک کارت بازی دیجیتال بسازید. AniMix دقیقاً همین کار را می‌کند و ثابت می‌کند که برای تجربه‌های جذاب هوش مصنوعی، دیگر نیازی به سرورهای عظیم ابری نیست. این رویکرد یادآور تجربه‌ی اپلیکیشن TrailEcho است که با هدف حذف وابستگی به نمایشگرها در طبیعت، هوش مصنوعی را به روی دستگاه منتقل کرد.
بسیاری از ابزارهای امروزی برای پردازش تصویر به APIهای گران‌قیمت متکی هستند که در مناطق دورافتاده کاملاً از کار می‌افتند. AniMix با انتقال استنتاج (Inference) — که مثل لحظه‌ی آشپزی واقعی است، نه دوره‌ی آموزش آشپز — به داخل مرورگر کاربر، این محدودیت را از بین برده است. همان‌طور که در تحلیل‌های قبلی ما درباره‌ی رایانش لبه اشاره کردیم، جابه‌جایی پردازش از مرکز داده به دستگاه کاربر، کلید دسترسی همگانی به فناوری است.
به نقل از مستندات توسعه‌دهنده در وب‌سایت dev.to، این پروژه که در ۹ اکتبر ۲۰۲۶ برای چالش Open-Source AI معرفی شد، از این زیرساخت فنی استفاده می‌کند:
- مدل: استفاده از مدل وزن‌های باز (Open Weights) — یعنی دستور پخت مدل علناً منتشر شده و در دسترس است — مدل MobileViT-small.
- موتور استنتاج: بهره‌گیری از Transformers.js برای اجرای مدل در مرورگر از طریق WebAssembly و ONNX Runtime.
- رابط کاربری: توسعه با Next.js 16 و Tailwind CSS v4.
- رندرینگ: استفاده از HTML5 Canvas برای تولید کارت‌های با کیفیت بالا بر اساس امتیاز اطمینان مدل.
طبق گزارش توسعه‌دهندگان، این معماری دو مانع بزرگ هوش مصنوعی موبایل، یعنی تأخیر و هزینه را حذف می‌کند. چون مدل به‌صورت محلی اجرا می‌شود، هیچ هزینه‌ای برای API پرداخت نمی‌شود و عکس‌های کاربر هرگز از دستگاه خارج نمی‌شوند. این مدل پردازش آفلاین مشابه رویکردی است که در ساخت راهنماهای میدانی آفلاین با استفاده از مدل Gemma 3 به کار گرفته شد تا دسترسی به اطلاعات در محیط‌های سخت تسهیل شود.
AniMix ثابت می‌کند که مدل‌های کوچک دیگر فقط برای پژوهشگران نیستند. این اپلیکیشن با ترکیب دو حیوان شناسایی‌شده (مثلاً یک سگ گلدن ریتریور و یک پرنده آبی)، به‌صورت خودکار ویژگی‌هایی مثل «آتش» یا «زیست» را به آن‌ها اختصاص می‌دهد و پیاده‌روی در پارک را به یک ماموریت جمع‌آوری داده تبدیل می‌کند.
گام بعدی شما
- اگر توسعه‌دهنده هستید، مخزن گیت‌هاب این پروژه را بررسی کنید تا ببینید WebAssembly چگونه مدل‌ها را کش می‌کند.
- مدل‌های MobileViT را برای پروژه‌هایی که نیاز به سرعت بالا در موبایل دارند، تست کنید.
- بررسی کنید که کدام بخش از جریان کاری شما را می‌توان از ابری به محلی منتقل کرد تا هزینه‌ها کاهش یابد.
اما داستان سخت‌افزاری این تحول حتی شگفت‌انگیزتر است؛ برای درک قدرت پردازش‌های محلی، به تحلیل ما درباره‌ی تراشه‌های NPU مراجعه کنید.
گفتگو