NVIDIA
GPU、AI計算基盤、ネットワーク製品を展開。自動車向けにはNVIDIA DRIVEを提供し、自動運転や車載AIの開発を支える
マルチモーダルAIとは、文章、画像、音声、動画、センサーデータなど、異なる種類の情報(モダリティ)を組み合わせて処理する人工知能技術。従来の単一種類のデータを扱うAIとは異なり、複数の情報を統合して認識・理解・推論・生成を行う。主な仕組みとして、画像や音声などをそれぞれの特徴表現に変換し、共通の表現空間や注意機構(Attention)を用いて情報間の関係を学習する手法がある。例えば、画像の内容について自然言語で質問に答える、映像と音声から状況を把握する、言語による指示とカメラ映像を組み合わせてロボットを制御する、といった用途に活用される。生成AI、ロボティクス、自動運転、医療診断、産業設備の監視など幅広い分野への応用が進む。一方、異なるデータ間の時間的・意味的な整合性の確保、学習データの品質、計算負荷、推論結果の信頼性などが技術的課題となる。
GPU、AI計算基盤、ネットワーク製品を展開。自動車向けにはNVIDIA DRIVEを提供し、自動運転や車載AIの開発を支える
Facebook、Instagram、WhatsAppなどを運営。広告事業を主力に、生成AI、VRヘッドセット、スマートグラス、仮想空間サービスを開発する
画像・動画・音声・物理情報を統合する国産AI基盤モデルと関連技術の研究開発、モデル学習に必要な計算インフラの検討を行う
淘宝(Taobao)、天猫(Tmall)、AliExpress、Alibaba.comなどのEC、Alibaba Cloud、QwenシリーズのAIモデル、物流・生活関連サービス
視覚・言語・行動を統合するロボット基盤モデル「π」シリーズ、ロボット学習アルゴリズム、モデルの調整・推論API
汎用ロボットAI「Skild Brain」、移動・把持・搬送・検査などのロボット制御技術、警備・物流・製造向け自動化ソリューション
GPTシリーズのAIモデル、対話型AI「ChatGPT」、開発者向けAPI、プログラミング支援「Codex」、法人向けAIサービス
ClaudeシリーズのAIモデル、対話型AIサービス、Claude Code、企業向けAI、開発者向けAPI、AI安全性・解釈可能性研究