Project Marinerとは？Google Chromeブラウザ拡張でできること・他のAIエージェントとの違い・展望を徹底解説！
Project Marinerは、自然言語の指示でChromeブラウザを直接操作するAIエージェント 基盤モデルGeminiにより、Webページ上のテキストや画...
記事一覧
マルチモーダルAIの記事一覧
Google Agentspaceとは？できることや始め方・メリット・AIエージェントのこれからの展開を徹底解説！
2024年12月、GeminiなどのLLM（大規模言語モデル）を提供し続けてきたGoogleが、新たに企業向けのAIエージェント構築プラットフォーム「Googl...
MetaのMovie Genとは？国内での提供状況・Soraとの違い・特徴・性能を徹底解説！
Movie Genはテキストだけで最大16秒・1080pの動画と最大45秒の音声を一貫生成し、既存映像の編集や人物写真からの動画化にも対応 人間評価でRunwa...
Project Astra（現Gemini Live）とは？Googleが描くAIエージェントの特徴・技術基盤・活用シーンを徹底解説！
AIエージェントは、AI（人工知能）を活用して、ユーザーの音声指示やテキスト入力に応じてタスクを実行したり情報を提供したりするソフトウェアプログラムで、多くの企...
Agno（旧PhiData）とは？マルチAIエージェントを実現する機能・メリット・始め方を徹底紹介！
Agnoは記憶・知識（RAG）・ツール連携機能を持つ自律的なAIエージェントをPythonで構築できるオープンソースフレームワーク 単一のエージェントだけでなく...
MCPとは？仕組み、活用方法、使い方、料金、特徴を実際の活用事例を含めて徹底解説！
MCP（Model Context Protocol）は、LLMが外部ツールやデータソースと安全かつ柔軟に接続できるようにするオープンな標準プロトコルで、Cla...
Llama3.2とは？Llama3との違いは？各モデルの概要・メリット・企業での活用シーンを徹底解説！
Meta社が提供するLLM「Llama3.2」は、2024年9月にリリースされました。そのわずか2カ月前に「Llama3.1」が発表されたばかりですが、そのLl...
Google Bardとは？特徴・ChatGPTの違い・使い方・活用方法を徹底解説！
近年、ChatGPTの登場から対話型AIをはじめとした生成AI（ジェネレーティブAI）が大手IT企業から各種登場しました。Google Bardとは満を持してG...
MLLM（マルチモーダルLLM）とは？LLMとの違い・メリット・代表モデル・活用分野を徹底解説！
テキスト、画像、音声など、複数のデータを同時に理解・処理できるMLLM（マルチモーダル大規模言語モデル）の導入が、企業のAI（人工知能）活用デジタル変革を加速さ...
GraphRAGとは？ナレッジグラフとRAGでできること・企業にもたらす4つのメリット・導入注意点・活用分野を徹底解説！
多くの企業が直面する社内の膨大なドキュメントからの検索効率、カスタマーサポートの回答品質、部門間でのナレッジ共有に、新たな解決策として注目を集めているのがGra...
