Microsoft Phi-3 Visionを使い、画像と文章をまとめて理解させるデモです。画像説明や質問応答に使えます。
#画像理解#マルチモーダル
※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
- 入れた内容を外部に送らないこの分野で13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
上の条件をすべて満たすものは、47本中8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を説明させたり、写っているものについて質問できます。図表やスクリーンショットの要約確認にも使えます。
誰に効く？
資料作成者、分析担当者
用意するもの
画像、質問文
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
細部の読み間違いや推測が混じることがあります。重要判断には原画像での確認が必要です。 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）。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
Microsoft Phi-3-Vision-128kについてよくある質問
- Microsoft Phi-3-Vision-128k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。
- Microsoft Phi-3-Vision-128k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。
- Microsoft Phi-3-Vision-128k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。
- Microsoft Phi-3-Vision-128kは仕事（商用）で使えますか？
- ライセンスは MIT 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 |
|---|---|---|---|---|---|---|
| Microsoft Phi-3-Vision-128k（このページ） | いらない | いらない | なし | むずかしい | 可 | 2026年7月 |
| idefics2 playground | いらない | いらない | なし | むずかしい | 可 | 2024年5月 |
| minigpt4 | いらない | いらない | あり | むずかしい | 未確認 | 2026年5月 |
| BLIP2 | いらない | いらない | あり | むずかしい | 可 | 2023年3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
Microsoft Phi-3-Vision-128kが合わなかったときの、同じ用途の候補です。
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
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
BLIP2
BLIP2画像理解
上級者向け・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
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