モルフォ、VLMでカメラ映像の検知を対応につなぐ技術

株式会社モルフォは、カメラ映像の解析にVLMを活用するソリューションを発表しました。
「Morpho VLM Fluid Action」は、映像の認識結果に応じたアクションまで設定できる技術です。
エッジ端末で一次判断を行い、必要に応じてクラウドへ処理を引き継ぎます。

記事の概要

株式会社モルフォは、Vision-Language Model（VLM）を活用する「Morpho VLM Fluid Action」を発表しました。
VLMは、画像や映像と言葉を組み合わせて扱うAIモデルです。
本ソリューションでは、学習データを用意せず、認識対象と認識後のアクションを設定ファイルに記述できます。
プロンプト設計や自然言語出力の解釈は、製品側で処理します。
車載端末上のエッジVLMが低遅延の一次判断を担い、難しい判断はクラウドVLMへエスカレーションできます。
車載領域では、運転者のよそ見やうつむき姿勢、車内の忘れ物、路肩駐車や路面状況などの検知を想定しています。
今後は、建機・建設、スマートシティ、施設運営、物流・倉庫などへの応用可能性を検討します。

記事のポイント

1. 認識後の対応を設定： 映像で何を認識するかに加え、通知や記録などの次のアクションも設定できます。
2. エッジとクラウドを連携： エッジで低遅延の一次判断を行い、難しい場面は信頼度に応じてクラウドへ引き継ぎます。
3. 多様な現場を想定： 車載での検証を進め、建設や施設、物流・倉庫などへの応用可能性も検討しています。

このニュースがもたらす影響

• 導入検討企業： まれな事象や対象の種類が多い現場では、個別学習の準備よりも設定変更で検知条件と対応フローを試せるため、まず小さく検証し、通知・記録の運用まで評価する進め方が取りやすくなると考えられます。
• 映像解析ベンダー： 認識精度だけでなく、信頼度に応じたエッジとクラウドの役割分担、さらに通知や記録までを一体で設計できるかが、現場導入時の比較軸になっていく可能性があります。
• 現場運用責任者： 車載や物流などでは、低遅延が必要な判断と詳細確認が必要な判断を分けられるため、通信状況や対応の緊急度に応じた監視・エスカレーション設計を先に詰めることが求められそうです。

このニュースの背景

従来のディープラーニングでは、まれにしか起きない事象の学習データを集めにくく、対象の種類が多い場面では事前定義にも難しさがありました。
カメラ映像の活用では、何が映っているかの認識だけでなく、その結果を通知や記録などの対応へ結び付ける設計が必要です。
低遅延の一次判断と、より高度な判断を分担するため、エッジとクラウドを組み合わせる構成が検討されています。

詳しい記事の内容はこちらから（引用元）

プレスリリース・ニュースリリース配

モルフォ、カメラ映像の「検知」を「対応」につなげるVLM活用ソリューション『Morpho VLM Fluid Action』を発表

株式会社モルフォのプレスリリース（2026年11月10日 10時00分）モルフォ、カメラ映像の「検知」を「対応」につなげ…