COMING SOON

画像・音声・動画をAIが解析する
次世代大規模言語モデル（LLM）体験デモサイト

単一・複数の画像への質問（VQA）はもちろん、音声や動画ファイルに対してプロンプト（指示）を出すことで、AIが文脈を読み解き日本語で高精度に状況説明や比較を行うことができるマルチモーダルAIの実験場です。

※現在公開に向けて準備中です。今しばらくお待ちください。

デモサイトで体験できる3つの解析機能

デモ画面上部のタブを切り替えることで、以下のインプットファイルに応じた実験が可能です。

image

任意の画像（単一または複数）をアップロードし、「何が写っているか」「画像同士の差分は何か」を自由なプロンプトで質問・比較できます。仲間外れ探しや図形の精緻なデータ化に最適です。

mic

音声ファイルをアップロードして、その内容を日本語で説明させることができます。「時報のプププポンという音」や「背景の環境音・足音」といった、非言語の音響イベントまでAIが正確に識別します。

movie

映像と音声が合わさった動画をマルチモーダルに解析。「体育館で生徒たちが一斉に駆け抜けている様子」など、映像内のオブジェクトの動的な挙動と、室内に響く音を統合して1つの自然な日本語で要約します。

verified_user

アップロードされたデータは解析のため外部の安全なAIサービスへ送信されますが、一定期間保存されたのち自動的に完全削除されます。これらを用いて個人を特定したり、直接データを社外へ再利用・開示することは一切ありませんのでご安心ください。

info免責事項