Google I/O 2024
米Google、オープンな視覚言語モデル「PaliGemma」公開 「Gemma 2」の登場も予告
米Googleは5月14日、視覚言語モデル（VLM）「PaliGemma」を公開した。VLMとは視覚的な入力に言語を対応させる言語モデルのことで、画像や動画を入力すると自然言語を出力できる。同社はこれを「オープンなVLM」と位置付けており、Hugging FaceやGitHubなど複数のプラットフォームで公開している。
「PaliGemma」の利用例
また、同社が現在公開している大規模言語モデル（LLM）「Gemma」の次世代モデルに当たる「Gemma 2」も近々公開する予定であると発表。現在事前学習を進めている段階だが「Gemma 2の270億パラメータの性能は、米MetaのLLM『Llama 3』の700億パラメータに匹敵する」としている。
「Gemma 2」と他LLMとの性能を比較したグラフ
Gemma 2の公開時期については「今後数週間以内」と説明している。
Copyright © ITmedia, Inc. All Rights Reserved.
この記事の著者
関連記事
こんなメディアも見られています
ITmedia AI＋に関連する情報をお探しであれば、こちらのメディアもお役に立てるかもしれません。
SpecialPR
アクセスランキング
-
1
国産AI開発「ラストチャンス」の局面へ ノエトラが「44社が出資・国が最大1兆円支援」の追い風を背に向かう先
-
2
なぜ今？ 東芝が「HDD」生産能力を強化 AI時代に狙う「データインフラ需要」の在りか
-
3
「トークン単価は8割下がった。なのに請求額は増えた」――その“見えないAI浪費”の正体
-
4
不正アクセスなぜ急増 原因はAIか、それとも…… 専門家の見解は
-
5
【レベル16】3D CADモデルを魅力的に見せよ！
-
6
Claude Coworkの「ローカル実行」オプションが廃止 モデル推論、VM共にクラウド実行へ
-
7
国産汎用ロボットによるフィジカルAIのデータ収集で7社が競う、試作機を披露
-
8
ITエンジニアの8割超「AIは人間より優れた判断をする」と認める “でも任せられない”業務とは
-
9
「クレームこそ最大の商機」 合成紙大手ユポが半世紀貫く“コト売り”と、AIによる暗黙知継承
-
10
農水省の“クソダサ”ポスター話題 「AIよりよっぽど良い」の声も 担当者に狙いを聞いた
SpecialPR
ITmedia AI＋ SNS
@itm_aiplusをフォロー
インフォメーション
注目情報をチェック
ITmedia AI＋をフォロー
あなたにおすすめの記事PR