マルチモーダル– tag –
-
Moonshot AI、100万トークンのコンテキストウィンドウと2.8兆パラメータを持つマルチモーダルAIモデル「Kimi K3」をリリース、オープンウェイト公開予定
Build Fast with AI 中国 概要 中国のMoonshot AIは、2026年7月16日に2.8兆パラメータを持つMixture-of-Experts（MoE）マルチモーダルAIモデル「Kimi K3」をリリースしました。このモデルは100万トークンという驚異的なコンテキストウィンドウを特徴とし、... -
Thinking Machines Lab、9750億パラメータのオープンウェイトマルチモーダルAIモデル「Inkling」を発表
BigGo Finance アメリカ 概要 OpenAIの元CTOであるMira Murati氏が設立したThinking Machines Labが、初のオープンウェイトマルチモーダルAIモデル「Inkling」を発表しました。Inklingは9750億パラメータのMixture-of-Experts（MoE）アーキテクチャを採用... -
MatterChat、材料科学向けLLMに原子構造と自然言語推論を統合しタスク統合能力を向上
OAE Publishing Inc. (Nature Machine Intelligence掲載) 国際 概要 MatterChatは、材料科学分野に特化したマルチモーダル大規模言語モデル（LLM）として、原子構造のエンコーディングと自然言語推論を統合する新たなブレークスルーを達成しました。このモ... -
AWS Startups、ロボット工学のブレークスルーを可能にする世界モデルとマルチモーダルAIスタックの活用を提唱
AWS Startups アメリカ 概要 AWS Startupsは、ロボティクスにおける世界モデルの活用が、物理的リスクなしにシミュレーションで故障モード探索、エッジケース反復、能力構築を可能にし、ロボット工学のルールを書き換えると提唱しています。NVIDIAのCosmos... -
arXiv論文、SciReasonerがタンパク質・分子・結晶のマルチモーダル構造推論基盤モデルとして精度向上
arXiv 国際 概要 SciReasonerが、タンパク質、分子、結晶といった異なる種類の構造データに対応するマルチモーダル科学基盤モデルとして発表されました。このモデルは、構造要素を統一された語彙に離散化することで、予測と科学的推論能力を大幅に強化しま... -
Meta AIがマルチモーダル推論モデル「Muse Spark 1.1」を発表：ツール活用・コーディング・マルチエージェント連携を大幅強化
Meta AI アメリカ 概要 Meta AIは、エージェントタスクに特化した新しいマルチモーダル推論モデル「Muse Spark 1.1」を発表しました。このモデルは、ツールやコンピューターの利用、コーディング、マルチモーダル理解において大幅な性能向上を示しています... -
2026年7月AI業界動向：大規模モデルから実用性・コスト効率重視へ、マルチモーダルAIと自律型エージェントが台頭
ZoneTechify Blog アメリカ 概要 2026年7月のAI業界では、より大規模なモデルへの注目から、実用的でコスト効率が高く信頼性の高いAIへのシフトが顕著になりました。特に、推論コストの劇的な低下により、テキスト・画像・音声・動画を処理するマルチモー... -
AI活用で金属有機材料設計を動的ネットワークへ拡張、自己駆動型ラボが合成加速
MDPI 国際 概要 AIを用いた金属有機材料（MOM）設計は、従来の結晶性MOFから、金属-ポリフェノールネットワーク（MPN）のような動的配位ネットワークへと応用範囲を広げることが提案されています。この新たなアプローチは、プロセス認識型、界面感受型、機... -
CogniSenseが企業向けマルチモーダルAI「DocuGenius」をリリース、複雑なドキュメント理解で業務効率を革新
PR Newswire アメリカ 概要 AIソリューションプロバイダーのCogniSenseは、企業向けマルチモーダルAIモデル「DocuGenius」のエンタープライズ版をリリースしました。この革新的なモデルは、テキスト情報だけでなく、画像やレイアウト情報も統合して複雑な... -
Meta Superintelligence Labs、医療関連クエリに特化したマルチモーダル推論モデル「Muse Spark」を発表
Saudishopper.com.sa アメリカ 概要 Meta Superintelligence Labsは、ツール利用、視覚的な思考連鎖、マルチエージェントオーケストレーションをサポートするネイティブマルチモーダル推論モデル「Muse Spark」を正式に発表しました。この新AIモデルは、特... -
Proscia、デジタル病理学ソフトウェア「Concentriq」第5世代を発表、マルチモーダルAIをコアに統合
Lab Manager アメリカ 概要 Prosciaは、デジタル病理学ソフトウェア「Concentriq」の第5世代をリリースし、ドメイン固有のビジョン、言語、マルチモーダルAIモデルをプラットフォームのコアに直接統合しました。この革新により、診断ラボとバイオ医薬品科... -
マルチモーダルAIが人間的知覚を拡大、テキスト・画像・音声統合でGemini 2.5 ProやGPT-5が次世代システムを牽引
Simplilearn 国際 概要 マルチモーダルAIは、テキスト、画像、音声、ビデオ、センサーデータなど複数の情報源からの入力を同時に処理し、複数の形式で出力する能力を持つことで、人間により近い知覚を持つAIを実現しています。Gemini 2.5 Pro、LLaMA 4、GP... -
2026年主要マルチモーダルAIモデル、Google Gemini 3.5 FlashやOpenAI GPT-5がテキスト・画像・音声統合で革新を牽引
Enlight Lab アメリカ 概要 2026年において、Google Gemini 3.5 Flash、OpenAI GPT-5、Anthropic Claude 4.5 Sonnetなどの主要なマルチモーダルAIモデルが、テキスト、画像、音声データを統合的に処理する能力で革新を牽引しています。これらのモデルは、... -
マルチモーダル生成AIの包括的ガイド：GPT-4oやGemini 1.5 Proなどがテキスト、画像、音声の処理・生成を統合
upGrad インド 概要 マルチモーダル生成AIは、テキスト、画像、音声、ビデオなどの複数のコンテンツタイプを単一のシステム内で処理および生成するAIモデルを指します。この技術は、GPT-4o、Gemini 1.5 Pro、Claude 3.5、LLaMA 3などの主要モデルの登場に... -
NIH PRIMED-AIプログラム、臨床画像とマルチモーダルデータを統合しAI駆動型臨床意思決定支援ツールを開発
National Institutes of Health (NIH) アメリカ 概要 米国国立衛生研究所（NIH）のCommon Fundが推進するPrecision Medicine with AI: Integrating Imaging with Multimodal Data (PRIMED-AI) プログラムは、臨床画像と他の健康データ（マルチモーダルデー... -
マルチモーダルAIのブレークスルー、2024-2026年にGPT-4oやGemini 3.1 Proなどでテキスト、画像、音声の統一が加速
Startups.com アメリカ 概要 マルチモーダルAIは、単一のシステム内で複数のコンテンツタイプ（テキスト、画像、音声、ビデオ、3D、コード）を処理・生成するAIモデルを指します。2023年から2026年にかけて、GPT-4o、GPT-5.5、Claude Opus 4.6、Gemini 3.1... -
Cerebras、マルチモーダルAIモデルGemma 4を高速推論プラットフォームで提供開始、毎秒1,500トークン超を実現
Cerebras アメリカ 概要 Cerebrasは、同社の推論プラットフォームでマルチモーダルAIモデルGemma 4のプライベートプレビューを開始し、今月末には一般提供を開始すると発表しました。このGemma 4は、Google DeepMindのオープンウェイトGemmaファミリーのフ... -
Proscia、病理学・創薬向けにマルチモーダルAIを統合したConcentriq第5世代を発表
Lab Manager アメリカ 概要 Prosciaは、診断およびライフサイエンス病理チーム向けのデジタル病理プラットフォームConcentriqの第5世代を発表しました。この最新版は、ドメイン固有のAIモデル、エージェント的バイオマーカー発見機能、および自動化された... -
arXiv、生成モデル・マルチモーダル学習・クローズドループを統合した逆材料設計のレビューを発表
arXiv 不明 概要 arXivに公開された最新のレビュー論文が、逆材料設計における生成モデル、マルチモーダル学習、クローズドループワークフローの進展を概説しています。この研究は、材料科学が順方向予測から物理的制約の下で目標を満たす候補を提案する自... -
arXiv、マルチモーダル学習とGNNでスタック型2D材料の特性予測を高度化
arXiv 不明 概要 arXivに公開された最新の研究で、スタック型二次元（2D）材料の特性予測のためのマルチモーダル学習アプローチ「BiMat-ML」が提案されました。この手法は、計算コストの高い密度汎関数理論（DFT）に代わり、グラフニューラルネットワーク...
