画像の内容を説明したり質問に答えたりする視覚言語モデルのデモ。
#画像理解#VQA
※この説明はAIが公式READMEから自動生成したものです。内容は必ず公式ページでもご確認ください。
ミロンドが自分で確かめたこと
- 2026年8月22日お試しページを実際に開いて、動いていることを確認しました。
ミロンドは掲載しているすべての行き先を定期的に開いて、今も使えるかを確かめています。 利用ルールは名前だけで判断せず、原文を読んで確認しています。
「AIモデル」47本の中での位置
- 黒い画面（ターミナル）を使わずに済むこの分野で47本
- APIキーの用意がいらないこの分野で45本
- 作ったものを仕事に使ってよいと確認できているこの分野で17本
- 入れた内容は公開元に送られますそうでないものが13本 →
上の条件をすべて満たすものは、47本中17本です。
この数字は、ミロンドが掲載している道具を1本ずつ同じ基準で調べた結果から数えています。
これは何？アプリに入れて使うAI本体（モデル）
できること
画像をアップロードして内容説明や質問応答を行い、キャプション作成や確認作業に使える。
誰に効く？
画像説明、アクセシビリティ、教材作成者
用意するもの
画像ファイル、ブラウザ
時間のめやす
5〜15分（アプリ導入後）
使えるようになるまでの手順をひらく
- まず入れ物のアプリを用意する（Jan・GPT4All・Ollamaなど。「」カテゴリから選べます）
- アプリ内のモデル一覧でこの名前を探してダウンロード（Ollamaなら黒い画面で ollama run 名前）
- あとは普通にチャットするだけ。合わなければ消して別のモデルに替えればOK
こんな人には向かないかも
- 入れ物アプリ（Jan・Ollama等）をまだ入れていない人（先にそちらの準備を）
迷ったらこれ：いつも使っているAIチャット（ChatGPT・Claude・Geminiなど）にこのツールのGitHubリンクを貼って 「これを使いたい。私のPCでの始め方を一歩ずつ教えて」と頼むのが一番の近道です。
注意点
画像の読み違いや推測が混じるため、重要用途では確認が必要。 ここに書いたは、このお試しページ自体のものです。作ったものを仕事に使えるかどうかは、中で使われているAIモデルの条件で決まります。使われているモデルは商用利用も認められています（mit / mit）。ただし著作権表示など条件が付く場合があるので、配布物に含めるなら本文を確認してください。
ひとことメモ
公開元のサーバー上で動くお試しページです。アップロードした画像や文章はその環境に送られるので、社外に出せないものは入れないでください。混み合っていると順番待ちになることがあります。
やりたいことから探す
BLIP2についてよくある質問
- BLIP2は無料で使えますか？
- 無料で使えます。自分のパソコンの中で動くタイプなので、使った量に応じた料金もかかりません。
- BLIP2を使うのに、インストールや専門知識は必要ですか？
- これはAI本体のデータで、単体では動きません。Jan や Ollama のような「入れ物アプリ」に読み込ませて使います。
- BLIP2はスマホでも使えますか？
- スマホには対応していません。パソコンが必要です。
- BLIP2は仕事（商用）で使えますか？
- ライセンスは BSD-3-Clause で、商用利用も認められています。ただし著作権表示を残すなどの条件が付くので、配布物に含める場合はライセンス本文を確認してください。
似ている道具との違い
同じ用途の道具と、使う前に効いてくる条件を並べました。
| 道具 | 黒い画面 | APIキー | 外部送信 | スマホ | 仕事に使える | 最終更新 |
|---|---|---|---|---|---|---|
| BLIP2（このページ） | いらない | いらない | あり | むずかしい | 可 | 2023年3月 |
| minigpt4 | いらない | いらない | あり | むずかしい | 未確認 | 2026年5月 |
| PolaroidVL-1.0-Demo | いらない | いらない | あり | むずかしい | 未確認 | 2025年9月 |
| Phi-3.5-Vision | いらない | いらない | あり | むずかしい | 可 | 2025年5月 |
「外部送信あり」は、入力した内容がどこかのサーバーに送られることを指します。 社外に出せない資料を扱うときは「なし」を選んでください。
AIモデルのほかのツール
BLIP2が合わなかったときの、同じ用途の候補です。
minigpt4
画像を読むチャット
準備がいる・黒い画面（ターミナル）いらない
PolaroidVL-1.0-Demo
小型の画像質問AI
準備がいる・黒い画面（ターミナル）いらない
Phi-3.5-Vision
画像の内容を理解して答えるAI
上級者向け・黒い画面（ターミナル）いらない
Microsoft Phi-3-Vision-128k
画像も読めるPhi-3を試す
準備がいる・黒い画面（ターミナル）いらない
janus-pro-webgpu
ブラウザで画像理解と生成
上級者向け・黒い画面（ターミナル）いらない
idefics2 playground
画像を見て会話
上級者向け・黒い画面（ターミナル）いらない