DEEPPOINT

VLA（Vision-Language-Action）モデル

要点

見て・言葉を理解し・行動する、ロボットを動かすためのAI。

定義

VLA（Vision-Language-Action）モデルとは

VLAモデルは、視覚と言語と行動を一つにまとめてつないだ、ロボット向けのAIです。Vision（視覚）、Language（言語）、Action（行動）の頭文字をとっています。カメラで周囲を見て、言葉による指示を理解し、それに応じて体を動かすまでを、一続きのAIで処理します。たとえば「赤いコップを取って」と伝えると、映像から赤いコップを探し、腕を動かしてつかみます。ロボットを賢く動かすための基盤技術として注目されています。

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「ロボティクス」のスタートアップを98社収録しています。ロボティクスの分野ページへ

調達額の多い会社

  1. Mujin521億円
  2. テレイグジスタンス252億円
  3. ラピュタロボティクス88億円
  4. New Innovations86億円
  5. GROOVE X82億円

開催予定のイベント

同じカテゴリの用語

用語集の一覧へ戻る