1～12 / 55件

ビジネス
2026/6/26 [FRI]
Google、Gemini 3.5 Flashに画面操作機能「Computer Use」を統合　ブラウザ・モバイル・デスクトップ操作に対応のサムネイル画像

Google、Gemini 3.5 Flashに画面操作機能「Computer Use」を統合　ブラウザ・モバイル・デスクトップ操作に対応

Google
AIエージェント
マルチモーダルAI
ビジネス
2026/5/20 [WED]
Google I/O 2026開催——最新基盤モデルGemini 3.5 Flash発表　24時間動く個人AIエージェント「Gemini Spark」とマルチモーダルモデルGemini Omniなども公開のサムネイル画像

Google I/O 2026開催——最新基盤モデルGemini 3.5 Flash発表　24時間動く個人AIエージェント「Gemini Spark」とマルチモーダルモデルGemini Omniなども公開

Google
基盤モデル
AIエージェント
マルチモーダルAI
ビジネス
2026/4/10 [FRI]
Meta、Superintelligence Labs初のAIモデル「Muse Spark」発表　Meta AIアプリとWebで提供開始のサムネイル画像

Meta、Superintelligence Labs初のAIモデル「Muse Spark」発表　Meta AIアプリとWebで提供開始

Meta
基盤モデル
マルチモーダルAI
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

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
アクセスランキング
AIチャットは利用者に何を書かされているのか　ChatGPT会話57万件から見えたヘビーユーザーのフィクション大量生成の実態
国内ロボット大手3社がフィジカルAIで連携　川崎重工・ファナック・安川電機、触覚データ含む基盤データセット構築へ
AIエージェントの長文コンテキストを画像で圧縮　OSS「pxpipe」がFable 5利用料を59〜70%削減と報告
4
Anthropic、Claude内部に意識研究で提唱される「グローバルワークスペース」に似た構造を確認　表に出ない思考を可視化
5
Cloudflare、WebページやAPIをアクセスごとに課金できる「Monetization Gateway」発表　AIエージェント時代の収益化基盤に
Media Guide
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