#マルチモーダル

6件の記事

最新動向

MiniMax、動画生成H3を無償公開 2Kと音声を一括生成

MiniMaxは8月3日、動画生成モデルH3の重みをHugging Faceで公開した。文章や画像から4〜15秒・2Kの動画を音声つきで作れる。年間収益2000万ドル未満の組織は商用利用が無料で、日本からも使える。制作の内製化を検討する余地が広がった。

最新動向

Google、Gemma 4 12Bを公開。16GBノートPCで動くマルチモーダルLLM

Googleが2026年6月3日にオープンソースのGemma 4 12Bをリリース。16GB VRAMのノートPCで画像・音声・テキストを処理できるマルチモーダルモデルで、Apache 2.0ライセンスで商用利用可能。企業の機密データをクラウドに送らずローカル処理できる点が注目される。

最新動向

生成AIの最新動向と実務への影響 2026年版

2025〜2026年の主な生成AI動向として、エージェント化・マルチモーダル高度化・コスト低下・規制整備の4つを取り上げ、それぞれが業務に与える実際の影響を解説する。

生成AIの基礎

生成AIの種類と代表ツール早わかりガイド

生成AIはテキスト・画像・音声・動画・コードの5カテゴリに分類されます。各カテゴリの仕組みと代表ツール、複数の形式を扱うマルチモーダルAIの位置づけを一覧で整理しました。