マルチモーダル（Multimodal）
要点
文章だけでなく画像・音声・動画もまとめて扱えるAIの能力。
定義
マルチモーダルとはマルチモーダルは、文章だけでなく、画像や音声、動画など複数の種類の情報をまとめて扱えるAIのことです。モーダルは「情報の様式」を意味し、目と耳と言葉を同時に使えることに近いといえます。たとえば写真を見せて「これは何の料理か、レシピも教えて」と聞くと、画像を読み取って文章で答えます。人が複数の感覚を組み合わせて状況を把握するように、複数の入り口から情報を受け取れるほど、対応できる作業が広がります。
関連するデータ
ディープテックDBと連動ディープテックDBでは、この用語に近い分野「AI」のスタートアップを186社収録しています。AIの分野ページへ
調達額の多い会社
- Sakana AI664億円
- Turing349億円
- Preferred Networks349億円
- LayerX252億円
- シンクサイト103億円
開催予定のイベント
- CEATEC 20262026.10.13-16
- TechCrunch Disrupt 20262026.10.13-15
- Japan IT Week【秋】2026（Japan Startup Summit・SPEXAサテライト併設）2026.10.21-23
- Web Summit 20262026.11.09-12
- AI・人工知能EXPO【秋】2026（NexTech Week 2026【秋】）2026.11.11-13
AIの記事一覧で、この領域の最新の記事を読めます。