VLM視覚言語モデル
Vision Language Modelの略。画像を「見て」、その内容を踏まえて考え、言葉で答えられるAI。従来の画像認識が「これは猫」とラベルを付けるまでだったのに対し、VLMは「この写真から何が読み取れるか」まで踏み込みます。写真・図面・航空写真の読み取りに使えます。
VLMは、画像を見て、その内容を理解したうえで言葉で答えられるAIです。写真に「猫」とラベルを付けるだけでなく、何が写っていて、どんな状況なのかまで説明できます。人が写真を見て状況を口頭で報告するのに近い働きです。仕事では、現場写真の確認、図面や帳票の読み取り、航空写真からの状況把握などの場面で出てきます。
集めたAIニュースでの登場2026年9月8日〜2026年9月8日・1本
このライブラリーが毎朝集めているニュースのうち、この言葉が出た記事の数です。世の中の報道の総量ではありません。
ニュースでの使われ方
最近この言葉が出た記事は、フィジカルAIを扱うものです。リコーが人の動作から汎用AIモデルを生成するフィジカルAI、という記事に出ています。
最近の動きを追うなら1本
この言葉が出た最近の記事です（新しい順。同じ媒体の記事が並びすぎないようにしています）。
毎朝の読み解きで取り上げた日新しい順
読み解きを読む
セッションで「認識することと考えることが、もう1セットになっている」と語られたように、今回の動画生成AIは単に映像を生成するだけでなく、文脈解析によるシーン延長や開始・終了フレーム指定といった「考える」機能が統合されています。これは、従来の「これは猫だ」と認識するAIから、「この写真からこんなことが考えられる」と応えるVLMの進化が、動画領域にも波及していることを示唆します。映像制作現場におけるAIの役割が、単なるツールから共同制作者へと本質的に転換する可能性を秘めていると言えるでしょう。
種に出たところ
セッションで語られたこと
セッションの発言録で、この言葉が出てくる場面です。
セッションの体験1件
AI戦略実践プロジェクトのセッションで、参加した方々が実際に動かした・確かめた・気づいた・持ち帰ったことのうち、この言葉に関わるものです。
このページについて
- 説明の出どころ
- AI戦略実践プロジェクトの用語集（セッションで出てくる言葉をまとめたもの）。説明の文はそこから写していて、このページでは書き足していません。
- 数え方
- このライブラリーが毎朝集めたニュースの見出しと要約に、この言葉（近い言い方を含む）や会社の名前が出た記事を数えています。同じ記事は1回だけ数えます。
- このライブラリー
- AI戦略ライブラリーは、AI戦略実践プロジェクトの一環で作っています。 プロジェクトは、事業を動かす方々がAIを前提にした戦略を実際に作り・動かす実践の場で、月1回のセッションがあります（参加費とお申し込み）。 ほかの言葉は用語集から。