1～12 / 52件

ビジネス
2026/1/14 [WED]
リコー、「文書×AI」を現場仕様に──Qwen2.5-VL-32B基盤、視覚データ60万枚でチューニングのサムネイル画像

リコー、「文書×AI」を現場仕様に──Qwen2.5-VL-32B基盤、視覚データ60万枚でチューニング

マルチモーダルAI
基盤モデル
国内企業事例
ビジネス
2025/11/15 [SAT]
AIの"ゴッド・マザー" Fei-Fei LiのWorld Labs、マルチモーダル世界モデル「Marble」を一般公開──テキスト・画像・動画から“永続3Dワールド”生成のサムネイル画像

AIの"ゴッド・マザー" Fei-Fei LiのWorld Labs、マルチモーダル世界モデル「Marble」を一般公開──テキスト・画像・動画から“永続3Dワールド”生成

マルチモーダルAI
基盤モデル
学術＆研究
2025/10/7 [TUE]
Google ResearchとDeepMind、「StreetViewAI」を発表──視覚障害者がAIと対話しながらストリートビューを“歩く”のサムネイル画像

Google ResearchとDeepMind、「StreetViewAI」を発表──視覚障害者がAIと対話しながらストリートビューを“歩く”

Google
マルチモーダルAI
エンタメ＆アート
2025/8/2 [SAT]
Runway、動画編集を一新するAIモデル「Aleph」発表──物体除去から新アングル生成までのサムネイル画像

Runway、動画編集を一新するAIモデル「Aleph」発表──物体除去から新アングル生成まで

マルチモーダルAI
エンタメ＆アート
2025/4/25 [FRI]
Adobe、生成AI基盤「Firefly」を刷新——画像・動画・音声・ベクターを統合し、OpenAI・Googleモデルも選択可能にのサムネイル画像

Adobe、生成AI基盤「Firefly」を刷新——画像・動画・音声・ベクターを統合し、OpenAI・Googleモデルも選択可能に

マルチモーダルAI
ビジネス
2025/4/17 [THU]
OpenAI、推論特化型の新モデル「o3」「o4-mini」を同時リリース——画像を“思考”に組み込み、全ツールを自律的に呼び出すのサムネイル画像

OpenAI、推論特化型の新モデル「o3」「o4-mini」を同時リリース——画像を“思考”に組み込み、全ツールを自律的に呼び出す

AIエージェント
OpenAI
マルチモーダルAI
基盤モデル
ビジネス
2025/4/7 [MON]
Meta、「Llama 4」発表　オープンウェイトで進化するネイティブマルチモーダルAIの可能性のサムネイル画像

Meta、「Llama 4」発表　オープンウェイトで進化するネイティブマルチモーダルAIの可能性

Meta
マルチモーダルAI
基盤モデル
学術＆研究
2025/4/3 [THU]
地図を読み取り、目的地までのルートを言語で説明できるAIは誕生するか──新ベンチマークMapBenchが明らかにした大規模視覚言語モデル（LVLM）の限界のサムネイル画像

地図を読み取り、目的地までのルートを言語で説明できるAIは誕生するか──新ベンチマークMapBenchが明らかにした大規模視覚言語モデル（LVLM）の限界

論文
マルチモーダルAI
ビジネス
2025/4/3 [THU]
Apple Vision Proに「Apple Intelligence」機能を統合──visionOS 2.4で提供開始。まずは米国圏・英語ユーザーからのサムネイル画像

Apple Vision Proに「Apple Intelligence」機能を統合──visionOS 2.4で提供開始。まずは米国圏・英語ユーザーから

Apple
AIエージェント
マルチモーダルAI
ビジネス
2025/3/31 [MON]
Google、AI活用で夏の旅行を準備から現地までスマートに――Search（検索）、Maps（地図）、Lens（画像認識）、Gemini（AIアシスタント）の新機能を発表のサムネイル画像

Google、AI活用で夏の旅行を準備から現地までスマートに――Search（検索）、Maps（地図）、Lens（画像認識）、Gemini（AIアシスタント）の新機能を発表

Google
AIエージェント
マルチモーダルAI
ビジネス
2025/3/28 [FRI]
「質問を言い終わるまでAIが割り込まない」ーーOpenAIがChatGPTの音声モードをアップデートのサムネイル画像

「質問を言い終わるまでAIが割り込まない」ーーOpenAIがChatGPTの音声モードをアップデート

OpenAI
マルチモーダルAI
基盤モデル
ビジネス
2025/3/27 [THU]
OpenAI、GPT-4oに高精度画像生成機能「4o Image Generation」を統合ーーテキストを正確に再現・一貫したデザインやストーリーなどのサムネイル画像

OpenAI、GPT-4oに高精度画像生成機能「4o Image Generation」を統合ーーテキストを正確に再現・一貫したデザインやストーリーなど

OpenAI
マルチモーダルAI
基盤モデル
アクセスランキング
車限定だった「Geminiナビ」が徒歩・自転車にも拡大──Google マップで利用可能に
日本発ヒューマノイド「cinnamon 1」初公開　ドーナッツロボティクス、無言で操作できる特許技術も発表
“プロンプトで歩ける世界”が現実に──Google、世界生成AIの実験プロトタイプ「Project Genie」米国提供　Google DeepMindの世界モデル「Genie 3」を搭載
4
Gemini 3 Flashに高精度な画像理解「Agentic Vision」追加──Python実行で画像を再検査、品質5〜10%向上
5
GPT-4oが再び退場へ──OpenAI、ChatGPTで旧モデル整理　2月13日に提供終了、利用の大半はGPT-5.2に移行
FOLLOW US
各種SNSでも最新情報をお届けしております
人気のタグ