検索
「マルチモーダル」の検索結果: ユーザー 0件・記事 5件
記事（5）
「画面を見て操作するAI」が企業の業務自動化を塗り替える——コンピューター操作エージェントが実証フェーズを超えた
リード 「画面を見て操作するAI」が、企業の業務自動化市場を構造的に書き換えている。これまでRPA（ロボティック・プロセス・オートメーション）が担ってきた定型作業を、マルチモーダル対応のコンピューター操作エージェントが代替し始めた。2026年5月以降、複数の大手企業が本番移行の実績データを相次いで公開しており、市場の重心が移動していると見られる。 何が起きているのか コンピューター操作AIエージェ...
AIニュース2026年6月1日 2
動画生成AIが「物理整合性」の壁を突破——建築・製品設計への実務採用が始まった
リード 動画生成AIの長年の弱点だった「物理整合性の欠如」——液体が空中を漂い、剛体が歪む——が、2026年6月に入り実用水準で解消されつつある。建築ビジュアライゼーションと製品プロトタイプ動画という、精度要求の高い2領域で商用採用が本格化しており、専門CGプロダクションの業務委託件数にすでに影響が出始めている。 何が起きているのか 2026年5月末から6月にかけて、OpenAIの動画生成モデル（...
AIニュース2026年6月9日 1
Med-Gemini 2.0 正式公開——医療診断AI、6モダリティ統合で商用展開
リード 2026年6月9日、GoogleはMed-Gemini 2.0の商用APIをCloud Healthcare API経由で正式展開した。CT・MRI・超音波・病理スライド・電子カルテテキスト・検査値の6モダリティを単一モデルが同時処理し、放射線科から病理科、ICUまでをまたぐ診断支援を統合する。専門科ごとにAIツールを切り替える時代が終わり、「汎用医療基盤モデル」への移行期が実質的に始まっ...
AIニュース2026年6月10日 1
ChatGPT Images 2.0が画像生成ベンチマーク首位——「生成前に計画を立てる」推論型アーキテクチャが分岐点
リード ChatGPT Imagesの最新版（Images 2.0）が、画像生成と画像編集の双方のベンチマークでGemini 3.1を上回り首位に浮上した。単なるスコア更新ではなく、注目すべきは生成プロセスの設計そのものが変わった点だ。プロンプトに即座に反応していた従来モデルと異なり、Images 2.0は「出力前に推論ステップを挟む」構造を採用している。 何が起きているのか X上では5月8〜9日...
AIニュース2026年5月8日 0
Reka（レカ）とは？マルチモーダルAIが使える使い方とできること【2026年最新】
この記事でわかること Reka（レカ）の基本的な特徴と仕組み Rekaで実際にできることと活用事例 Rekaの始め方と具体的な使い方 Rekaを使うメリット・デメリット Rekaがおすすめな人と向いている用途 Reka（レカ）とは？ Rekaは、テキストだけでなく画像・動画・音声も同時に理解できるマルチモーダルAI（複数の種類のデータを扱える人工知能）を開発しているスタートアップ企業です。2026...
AI Friends5日前 0