PFN、ドローンやロボット向け視覚言語モデル「PLaMo-VL」　フィジカルAI活用へ – Impress Watch

PFNが発表した視覚言語モデル「PLaMo-VL」は、ドローンやロボットに自律的な判断力を与える重要な技術です。
特に、エッジデバイスでの高精度な動作が可能で、安全性や信頼性が求められる産業現場での活用が期待されます。
この技術は、AIの産業応用を一層進化させるでしょう。

記事の概要

Preferred Networks（PFN）は、自律稼働デバイス向けに視覚言語モデル「PLaMo-VL」を開発しました。
これには、8Bモデルと2Bモデルがあり、フィジカルAIの活用を目指しています。
従来のクラウド型AIには通信負荷やセキュリティリスクがあり、AIには「何が起きているか」を判断し説明する能力が求められます。
PLaMo-VLは、エッジデバイスでも高精度に動作し、画像に基づく質問応答や視覚的根拠を示す能力を強化しています。
この技術は、工場での作業支援や異常検出など、様々な場面での活用が期待されています。
実験結果は、他のオープンモデルを上回るもので、今後は実運用環境でのデータを基にさらなる改善が進められる予定です。
PFNはこの成果により、GENIACモデル賞を受賞しました。

記事のポイント

1. フィジカルAIの進化： PFNが開発した「PLaMo-VL」は、フィジカルAIの理解・判断能力を高める重要な技術です。
2. 高精度な画像理解： 新たなモデルは、画像に基づいた状況理解を可能にし、現場での運用信頼性を向上させることが期待されています。
3. 産業応用の可能性： ロボット作業支援や設備点検において、作業漏れや手順逸脱を減少させることで、効率的な運用が可能になります。

詳しい記事の内容はこちらから（引用元）

Impress Watch

PFN、ドローンやロボット向け視覚言語モデル「PLaMo-VL」　フィジカルAI活用へ

Preferred Networks(PFN)は、ドローン、ロボット、監視カメラ、自動車などの自律稼働デバイス向け視覚言…