Holo3.1: 高速かつローカルなコンピュータ利用エージェント

Back to Articles

昨年3月、私たちは最先端のコンピュータ利用モデル「Holo3」をリリースしました。採用は即座に広がりました。開発者、企業、パートナーはブラウザ自動化、ビジネスソフトウェア、社内ツール、デスクトップアプリケーションなど幅広いワークフローでHolo3を展開し始めました。採用が増えるにつれ、パフォーマンスだけではもはや十分ではないことに気づきました。

ユーザーはデスクトップとモバイルの両環境で同じコンピュータ利用機能をシームレスに実行し、異なるエージェントフレームワークと統合できることを求めています。また、クラウド推論からエンドユーザーデバイスでの完全ローカル実行まで、柔軟なデプロイを望んでいます。

そこで私たちはHolo3.1ファミリーをリリースします。Holo3.1は本番環境で最も重要となる3つの側面—環境（Web、デスクトップ、モバイル）、エージェントフレームワーク、デプロイ対象—における堅牢性を向上させます。また、ローカル推論に最適化された量子化チェックポイント（FP8、Q4 GGUF、NVFP4）を初めて公開します。

Holo3.1は、環境を横断して動作し、あらゆるエージェントスタックに統合でき、ワークフローが存在する場所ならどこでも実行可能な汎用コンピュータ利用エージェントという私たちのビジョンに向けた大きな一歩です。

GUI環境およびエージェントハーネスを横断したコンピュータ利用

Qwenファミリーを基盤とするHolo3.1は、コンピュータ利用エージェントが実際にデプロイされる環境における堅牢性を向上させる一方で、最先端のパフォーマンスを維持するよう設計されました。

Holo3を評価から本番運用に移行する中で、私たちは繰り返し同じ課題を観測しました。ある設定での強力なパフォーマンスが、必ずしも別の設定に転移するわけではないのです。モバイルデバイス、代替エージェントハーネス、異なる実行フレームワークは、それぞれ固有の分布シフトを引き起こします。

モバイルオートメーション

Holo3.1はHolo3の機能をブラウザおよびデスクトップ制御を超えて拡張し、モバイル環境で大幅な改善を実現します。AndroidWorldにおいて、35B-A3Bモデルは67%から79.3%へ向上し、小型の4Bおよび9Bバリアントは58%から72%へ改善しました。

クロスハーネスパフォーマンス

Holoをサードパーティのエージェントスタックにデプロイするチームをより良くサポートするため、Holo3.1はHolo3で既に利用可能だった構造化JSON出力に加え、ファンクションコールプロトコルのネイティブサポートを導入しました。

OSWorldおよびeコマース、ビジネスソフトウェア、コラボレーションワークフローをカバーする内部ベンチマークスイート全体で、ファンクションコールとネイティブ実行はほぼ同等のパフォーマンスを達成しています。Holo3.1はまた、Holotab製品ハーネス内での評価においてHolo3比で25%以上の改善を実現しています。

コストとパフォーマンスのトレードオフのための小型サイズ

ローカルおよびオンデバイス推論をさらに可能にするため、35B-A3Bモデル（最先端パフォーマンス向け）に加え、小型モデル（0.8B、4B、9B）もリリースし、コスト効率とプライバシーを重視したデプロイを可能にします。

Holo3.1およびQwen 3.5ファミリーのパフォーマンス対コスト比較。全体パフォーマンスはまずH Corporateベンチマーク4つの平均を取り（各ファミリーを等しく重み付け）、次にOSWorld、AndroidWorld、H Corporate、ScreenSpot-Pro、OSWorld-Gの平均を算出しています。

高速かつローカル推論

本リリースは量子化済み重みを初めて提供します。まず35B-A3BチェックポイントをFP8、Q4 GGUF、NVFP4形式で公開します。

NVFP4については、NVIDIAのModel Optimizerを使用してW4A16設定で生成しました。これらのチェックポイントは、モデルパフォーマンスの低下を最小限に抑えつつ、コンピュータ利用エージェント向けの高速ローカル推論を可能にします。FP8およびNVFP4はOSWorldスコアが同一で、フル精度のBF16チェックポイントと比べてわずか2ポイント程度低いだけです。

速度向上は顕著です。DGX Sparkにおいて、NVFP4 W4A16はFP8の1.41倍、BF16の1.74倍の総トークンスループットを実現します。

コンシューマーハードウェア上のローカルエージェントへ

また、コンシューマーハードウェア上でのコンピュータ利用エージェントのローカルデプロイ向けにQ4 GGUFチェックポイントもリリースします。

エージェント自体はWindowsまたはMacマシン上でローカルに動作し、モデルは同じマシン上（Apple Silicon向けの参照数値を含む）または同一ネットワーク上のDGX Spark上で実行可能です。いずれの場合も実行は完全にプライベートかつローカルで、ユーザーのネットワーク外へは何も送信されません。

Spark上では、NVIDIAと共同開発したエージェントハーネス最適化と上記のNVFP4量子化により、FP8ベースラインに対してエンドツーエンドで約2倍の高速化を実現し、平均ステップ時間を6.8秒から3.3秒に短縮しました。

プラットフォームおよび精度ごとのエージェントリクエストレート。DGX Sparkにおいて、vLLM + NVFP4はDefaultモードおよびFastモードの両方で最高のリクエストレートを達成し、次いでQ4 GGUF、FP8の順です。これらの改善は今後のデスクトップエージェントハーネスに反映される予定です。

提供状況

Holo3.1ファミリーは4つのサイズで提供されます。

また、ローカルおよびエッジデプロイ向けに最適化されたFP8、NVFP4、Q4 GGUFチェックポイントも提供します。

始め方

• Holo Models API: https://hcompany.ai/holo-models-api
• Hugging Face: https://huggingface.co/collections/Hcompany/holo31

Holo3.1を活用した開発者の皆さんの取り組みを楽しみにしています。