画像を説明できるAI「Japanese InstructBLIP Alpha」 Stability AI Japanが公開

英Stability AIの日本法人であるStability AI Japanは、画像を入力すると、その説明文を生成できるAIモデル「Japanese InstructBLIP Alpha」を公開した。

[松浦立樹，ITmedia]

　英Stability AIの日本法人であるStability AI Japan（東京都渋谷区）は8月17日、画像を入力すると、その説明文を生成できるAIモデル「Japanese InstructBLIP Alpha」を公開した。「画像を使った検索エンジンや、画像の情景説明やそれに関する質疑応答、目の不自由な人などへの利用が考えられる」（Stability AI Japan）という。

画像を説明できるAIモデル「Japanese InstructBLIP Alpha」

　Japanese InstructBLIP Alphaは、同社が10日に公開した、ユーザーの指示に受け答えできるAIモデル「Japanese StableLM Instruct Alpha 7B」を拡張し、開発したAIモデル。日本語テキストを生成できる他、東京スカイツリーや金閣寺など日本特有の建造物を正しく認識できる機能を備える。

日本特有の建造物を正しく認識できる

建造物を認識する例

　画像について質問することも可能。例えば路面に速度制限が描かれた道路の画像を入力し「道路に書かれた速度制限は？」と質問すると「30km/h」と回答する。

「道路に書かれた速度制限は？」と質問すると「30km/h」と回答

画像についての質問に答える例（1）

画像についての質問に答える例（2）

　同社は「英語圏と比べ、日本語のデータセットは限られており、マルチモーダル（複数のデータ形式に対応する）なデータセットはさらに限られている」と説明。「今後も日本向けの生成基盤モデルを構築・公開し、日本のAIコミュニティーのさらなる活性化に貢献したい」と述べている。