マルチモーダルAI白書2026年版

■ キーメッセージ本白書は、テキスト・画像・音声・動画を統合処理する次世代AI技術「マルチモーダルAI」の市場動向と産業応用を網羅的に分析した専門資料である。2024年18億ドルから2037年989億ドルへ（CA... もっと見る

出版社

次世代社会システム研究開発機構

出版年月

2025年11月26日

冊子体価格

￥165,000 (税込)
ライセンス・価格情報／注文方法はこちら

電子版価格

￥129,800 (税込)
PDF（CD-ROM）
ライセンス・価格情報／注文方法(購入)はこちら

納期

ハードコピー、PDF（CD-ROM）ともに通常4-5営業日程度

ページ数

800

言語

日本語

※税別価格：製本版150,000円/ 電子ファイル118,000円。製本版と電子ファイルをセットにした「コーポレートセット」もございます。価格の詳細はお問合せ下さい。※※製本とPDF版では編集上の違いによりページ数が若干異なります。

サマリー

■ キーメッセージ
本白書は、テキスト・画像・音声・動画を統合処理する次世代AI技術「マルチモーダルAI」の市場動向と産業応用を網羅的に分析した専門資料である。2024年18億ドルから2037年989億ドルへ（CAGR 36.1%）と予測される急成長市場において、技術アーキテクチャ、実装パターン、産業別応用事例、主要企業動向を体系的に整理している。

本白書は、単なる市場統計の羅列ではなく、マルチモーダルAIの技術基盤（Vision Transformers、クロスモーダル表現学習、感情認識システム等）から、産業実装における具体的なアーキテクチャ設計、IoT・デジタルツインとの統合パターン、エッジデバイス対応、責任あるAI設計まで、実務的な視点で構成されている。

特に注目すべきは、医療（医用画像解析・電子カルテ統合）、自動運転（センサーフュージョン）、製造業（5G+AIによる予知保全）、金融（詐欺検知・信用評価）における先進事例の詳細分析と、各分野での技術的課題と解決策の提示である。OpenAI、Google、Microsoft等のグローバルプレイヤーに加え、NTT、KDDI、NEC、リコー等の日本企業の戦略的取り組みも包括的にカバーしている。

■ 利用シーン（例）

＜戦略策定・投資判断＞

▼R&D投資優先順位の決定：技術トレンド（Vision Transformers進化、自己教師あり学習、エッジAI等）の成熟度評価により、研究開発リソース配分の根拠を獲得

▼M&A・提携先探索：主要企業・スタートアップ動向（ElevenLabs、Twelve Labs、Godot等）の詳細プロファイルから、パートナーシップ候補を特定

▼新規事業計画立案：産業別市場機会分析（ヘルスケア、メディア、BFSI、自動車等）により、参入領域と差別化戦略を設計

＜技術実装・システム設計＞

▼アーキテクチャ設計の参照：マルチモーダル対話型AI、センサーフュージョン、デジタルツイン統合等の実装パターンとツール構成を活用

▼外部連携設計：API連携、オーケストレーション、インターフェース設計の具体例から、システム統合方針を策定

▼技術選定の判断材料：Gemini 2.5、GPT-4V、FastVLM、Claude 3.5 Sonnet等の主要モデル比較により、用途に応じた最適技術を選択

＜市場分析・競合調査＞

▼地域別市場動向把握：北米（48%シェア）、アジア太平洋（最高成長率）、日本市場の特性理解により、グローバル戦略を最適化

▼競合ベンチマーキング：Google、OpenAI、Microsoft、Anthropic等の技術投資動向と製品ロードマップから、競合ポジショニングを分析

▼投資トレンド追跡：VC投資動向（Sequoia Capital、a16z等）と資金調達事例により、業界資金フローを可視化

＜コンプライアンス・リスク管理＞

▼規制対応の準備：AI事業者ガイドライン、ISO/IEC標準、倫理・安全性フレームワークの解説により、コンプライアンス体制を構築

▼技術的課題の理解：データ統合の複雑性、バイアス問題、プライバシー保護、計算コスト等のリスク要因と対策を把握

■ 推奨読者

■読者が本白書で達成できるゴール

1. 市場機会の定量的把握

▼マルチモーダルAI市場の成長トレンド（2024年18億ドル→2037年989億ドル）と地域別・産業別の詳細内訳を理解
▼投資リターンの期待値算定と市場参入タイミングの最適化

2. 技術トレンドの体系的理解

▼Vision Transformers、クロスモーダル表現学習、感情認識システム等の最新技術動向を網羅的に把握
▼技術成熟度とリスク・課題の現実的評価

3. 実装戦略の具体化

▼アーキテクチャパターン、ツール選定基準、外部連携設計の実務的ガイドライン獲得
▼自社ユースケースへの適用可能性評価と導入ロードマップの策定

4. 競合・エコシステムの可視化

▼主要企業（Google、OpenAI、Microsoft等）の戦略分析とポジショニング理解
▼スタートアップ・研究機関の動向把握と提携・投資候補の発掘

5. リスクマネジメント体制の構築

▼技術的課題（データ統合、バイアス、プライバシー等）への対応策理解
▼規制動向（AI事業者ガイドライン、国際標準）への準拠計画策定

6. 長期ビジョンの形成

▼AGI（汎用人工知能）へ至る技術進化パスの理解
▼2030年代のビジネスモデル変革と組織ケイパビリティ要件の先読み

■　資料構成

本白書は全91章、約12万字で構成され、以下の主要カテゴリーで体系化されている。

▼マルチモーダルAI：概説・市場動向（第1-6章）

▼マルチモーダル統合と要素技術群（第7-16章）

▼高度マルチモーダル統合（第17-28章）

▼情報機器および各種システムの融合領域（第29-38章）

▼リアルタイム性を求める技術・アプリケーション（第39-47章）

▼3Dシーン理解・再構築技術（第48-49章）

▼次世代認知システムの実装基盤（第50-56章）

▼責任あるマルチモーダルAI／説明可能なマルチモーダルAI（第57-59章）

▼作業記憶・注意機構統合モデル（第60-61章）

▼文脈理解技術（第62-64章）

▼センサー・マルチセンサー融合マルチモーダル技術（第65-73章）

▼マルチモーダルAIとIoT／デジタルツイン（第74-81章）

▼人間の多感覚統合能力のAIシステム実装（第82-84章）

▼医療応用（第85章）

▼マルチモーダルAIの主なツール／モデル／プロダクト（第86-91章）

監修・発行：　一般社団法人次世代社会システム研究開発機構

ページTOPに戻る

緒言

【　マルチモーダルAI：概説・市場動向　】

1　マルチモーダルAIによる統合知能システム

1.1　マルチモーダルAIの基本概念と定義
1.2　市場規模と成長予測
1.3　事業環境と市場特性
1.4　先端技術動向と技術的アーキテクチャ
1.5　産業応用と事例分析
1.6　技術的課題と解決策
1.7　エコシステムと政府政策
1.8　ビジネスモデルと収益機会
1.9　将来展望と戦略的示唆
1.10　小括

2　マルチモーダルAI：市場統計と将来展望

2.1　エグゼクティブサマリー
2.2　市場規模と成長予測
2.3　地域別市場動向
2.4　産業別アプリケーションと市場機会
2.5　投資動向と資金調達状況
2.6　ベンチャーキャピタルの動向
2.7　技術トレンドと市場牽引要因
2.8　今後5年間の市場展開予測
2.9　地政学的影響と主権AI
2.10　通信業界への影響
2.11　結論と将来展望

3　マルチモーダルAIによる統合知能システム

3.1　マルチモーダルAIの基本概念と定義
3.2　市場規模と成長予測
3.3　事業環境と市場特性
3.4　先端技術動向と技術的アーキテクチャ
3.5　産業応用と事例分析
3.6　技術的課題と解決策
3.7　エコシステムと政府政策
3.8　ビジネスモデルと収益機会
3.9　将来展望と戦略的示唆
3.10　結論

4　マルチモーダルAI：市場統計と将来展望に関する包括的分析

4.1　エグゼクティブサマリー
4.2　市場規模と成長予測
4.3　地域別市場動向
4.4　産業別アプリケーションと市場機会
4.5　投資動向と資金調達状況
4.6　マルチモーダル特化企業:
4.7　ベンチャーキャピタルの動向
4.8　技術トレンドと市場牽引要因
4.9　今後5年間の市場展開予測
4.10　投資機会と課題
4.11　投資リスクと課題
4.12　地政学的影響と主権AI
4.13　通信業界への影響
4.14　結論と将来展望

5　マルチモーダルAIによる統合知能システムの企業・団体・スタートアップ分析

5.1　概要
5.2　主要企業の動向
5.3　新興企業とスタートアップ
5.4　研究機関と大学の取り組み
5.5　研究機関動向
5.6　バイオテクノロジー・ヘルスケア分野
5.7　新興バイオテクノロジー企業動向
5.8　アジア太平洋地域の動向
5.9　国際的なプラットフォーム戦略動向
5.10　今後の展望と課題

6　マルチモーダルAIによる統合知能システムの企業・団体・スタートアップ

6.1　はじめに
6.2　主要企業の動向
6.3　新興企業とスタートアップ
6.4　研究機関と大学の取り組み
6.4.1　日本の研究機関
6.4.2　海外の研究機関
6.5　バイオテクノロジー・ヘルスケア分野
6.6　新興バイオテクノロジー企業
6.7　アジア太平洋地域の動向
6.8　日本のスタートアップエコシステム
6.9　今後の展望と課題

【　マルチモーダル統合と要素技術群　】

7　マルチモーダル対話型AIの導入形態と実装

7.1　導入形態
7.2　モデル・ツール構成
7.3　オーケストレーション
7.3.1　AR環境での対話ワークフロー
7.3.2　マルチモーダル要約ワークフロー
7.4　連携インターフェース
7.5　課題
7.6　関与する企業・研究機関
7.7　出典

8　音響データ特徴抽出・発音辞書最適化

8.1　事業環境
8.2　事業特性
8.3　注目トピック
8.4　先端技術動向
8.5　適用ツール／モデル／プロダクト
8.6　外部ツールとの連携
8.7　市場でのプレゼンス
8.8　実装および応用事例
8.9　課題点と技術的制約
8.10　関与企業とスタートアップ
8.11　標準化と規格動向
8.12　実装・応用事例
8.13　今後の展望と研究方向

9　文字-画像変換・画像-文字変換技術

9.1　事業環境と市場概観
9.2　事業特性と技術アーキテクチャ
9.3　注目すべき技術動向
9.4　主要プロダクトとツール
9.5　外部ツールとの連携
9.6　標準化動向と規制環境
9.7　市場プレゼンスと競合環境
9.8　実装・応用事例
9.9　課題点と技術的限界
9.10　将来の研究方向性と技術動向
9.11　企業・組織・研究機関の動向
9.12　実装課題と導入障壁
9.13　倫理・安全性・責任あるAI
9.14　市場予測と将来展望
9.15　結論

10　テキスト・音声・画像・動画統合処理

10.1　事業環境と市場概況
10.2　注目すべき技術動向とトピック
10.3　適用ツール・モデル・プロダクト
10.4　外部ツールとの連携
10.5　標準化動向
10.6　市場プレゼンスと主要企業
10.7　実装および応用事例
10.8　課題と技術的制約
10.9　主要関与企業・研究機関・団体
10.10　将来展望と戦略的示唆
10.11　結論

11　テキスト・画像・音声統合処理モデル

11.1　マルチモーダルAIの定義と事業環境
11.2　先端技術動向と革新的アプローチ
11.3　主要ツール・モデル・プロダクト
11.4　外部ツールとの連携動向
11.5　実装および応用事例
11.6　標準化動向と規制枠組み
11.7　市場でのプレゼンスと競争構造
11.8　実装および応用における課題点
11.9　プライバシーとバイアスの倫理的課題
11.10　関与している企業・団体・スタートアップ

12　テキスト・音声・画像・動画統合処理

12.1　事業環境と市場概況
12.2　注目すべき技術動向とトピック
12.3　適用ツール・モデル・プロダクト
12.4　外部ツールとの連携
12.5　標準化動向
12.6　市場プレゼンスと主要企業
12.7　実装および応用事例
12.8　課題と技術的制約
12.9　主要関与企業・研究機関・団体
12.10　将来展望と戦略的示唆
12.11　結論

13　Large Language and Vision Assistant（LLava）型モデル

13.1　概要と事業環境
13.2　技術的特徴とアーキテクチャ
13.3　先端技術動向と注目トピック
13.4　適用ツール・モデル・プロダクト
13.5　外部ツールとの連携動向
13.6　実装・応用事例
13.7　課題と技術的限界
13.8　標準化動向と規制フレームワーク
13.9　市場でのプレゼンスと企業動向
13.10　関与している企業・機関
13.11　産業界の戦略的投資
13.12　スタートアップエコシステム
13.13　実装および応用事例の拡大
13.14　課題と将来展望
13.15　総括

14　動画理解・生成AIシステム

14.1　事業環境と市場概況
14.2　事業特性と技術的特徴
14.3　先端技術動向
14.4　適用ツール・モデル・プロダクト
14.5　外部ツールとの連携
14.6　標準化動向
14.7　市場でのプレゼンス
14.8　実装および応用事例
14.9　課題点と技術的限界
14.10　関与している企業・団体・スタートアップ

15　Large Language and Vision Assistant（LLava）型モデル

15.1　概要と事業環境
15.2　技術的特徴とアーキテクチャ
15.3　先端技術動向と注目トピック
15.4　適用ツール・モデル・プロダクト
15.5　外部ツールとの連携動向
15.6　実装・応用事例
15.7　課題と技術的限界
15.8　標準化動向と規制フレームワーク
15.9　市場でのプレゼンスと企業動向
15.10　関与している企業・機関・スタートアップ
15.11　実装および応用事例の拡大
15.12　課題と将来展望

16　文字-画像変換・画像-文字変換技術

16.1　事業環境と市場概観
16.2　事業特性と技術アーキテクチャ
16.3　注目すべき技術動向
16.4　主要プロダクトとツール
16.5　外部ツールとの連携
16.6　標準化動向と規制環境
16.7　市場プレゼンスと競合環境
16.8　実装・応用事例
16.9　課題点と技術的限界
16.10　将来の研究方向性と技術動向
16.11　企業・組織・研究機関の動向
16.12　実装課題と導入障壁
16.13　倫理・安全性・責任あるAI
16.14　市場予測と将来展望
16.15　結論

【　高度マルチモーダル統合　】

17　テキスト・画像・音声統合処理モデル

17.1　マルチモーダルAIの定義と事業環境
17.2　先端技術動向と革新的アプローチ
17.3　主要ツール・モデル・プロダクト
17.4　外部ツールとの連携動向
17.5　実装および応用事例
17.6　標準化動向と規制枠組み
17.7　市場でのプレゼンスと競争構造
17.8　実装および応用における課題点
17.9　プライバシーとバイアスの倫理的課題
17.10　関与している企業・団体・スタートアップ
17.11　研究機関の取り組み

18　動画理解・生成AIシステム

18.1　事業環境と市場概況
18.2　事業特性と技術的特徴
18.3　先端技術動向
18.4　適用ツール・モデル・プロダクト
18.5　外部ツールとの連携
18.6　標準化動向
18.7　市場でのプレゼンス
18.8　実装および応用事例
18.9　課題点と技術的限界
18.10　関与している企業・団体・スタートアップ

19　自律適応制御システムにおけるマルチモーダルAI／IoT／デジタルツインの統合・連携

19.1　アーキテクチャ
19.2　導入モデル
19.3　ツール
19.4　導入形態
19.5　外部機能との連携
19.6　留意事項
19.7　注視すべきトピック
19.8　先端技術および研究開発動向
19.9　インテグレーションおよびソリューション分野
19.10　関与する企業

20　クロスモーダル表現学習

20.1　事業環境と市場概況
20.2　事業特性と技術的特徴
20.3　注目すべき技術動向
20.4　先端技術とツール・モデル
20.5　実装事例と応用分野
20.6　課題と技術的制約
20.7　標準化動向と規制環境
20.8　市場プレゼンスと競争構造
20.9　関与企業・研究機関の詳細分析
20.10　スタートアップ動向と新興企業
20.11　将来展望と技術革新の方向性

21　感情認識マルチモーダルシステム

21.1　概要と事業環境
21.2　技術動向と先端技術アーキテクチャ
21.3　適用技術とプロダクト
21.4　企業向けソリューション
21.5　実装・応用事例
21.6　研究機関と学術界の取り組み
21.7　市場でのプレゼンスと競争環境
21.8　標準化動向
21.9　課題点と技術的制約
21.10　関与する企業・団体および研究機関
21.11　将来展望

22　会話型マルチモーダルインタフェース

22.1　事業環境
22.2　事業特性
22.3　注目すべきトピック
22.4　先端技術動向
22.5　適用ツール／モデル／プロダクト
22.6　外部ツールとの連携
22.7　標準化動向
22.8　市場でのプレゼンス
22.9　実装および応用事例
22.10　課題点
22.11　関与している企業・団体
22.12　今後の展望

23　クロスモーダル表現学習

23.1　事業環境と市場概況
23.2　事業特性と技術的特徴
23.3　注目すべき技術動向
23.4　先端技術とツール・モデル
23.5　実装事例と応用分野
23.6　課題と技術的制約
23.7　標準化動向と規制環境
23.8　市場プレゼンスと競争構造
23.9　関与企業・研究機関の詳細分析
23.10　スタートアップ動向と新興企業
23.11　将来展望と技術革新の方向性
23.12　結論：クロスモーダル表現学習の未来

24　会話型マルチモーダルインタフェース

24.1　事業環境
24.2　事業特性
24.3　注目すべきトピック
24.4　先端技術動向
24.5　適用ツール／モデル／プロダクト
24.6　外部ツールとの連携
24.7　標準化動向
24.8　市場でのプレゼンス
24.9　実装および応用事例
24.10　課題点
24.11　関与している企業・団体
24.12　今後の展望

25　Vision Transformers（ViTs）進化モデル

25.1　はじめに：Vision Transformersの概要と進化
25.2　Vision Transformersの事業環境と市場動向
25.3　Vision Transformersの技術的特徴と進化
25.4　Vision Transformersの応用分野と実装事例
25.5　Vision Transformersの実装技術とツール
25.6　Vision Transformersの課題と限界
25.7　Vision Transformersの標準化動向と業界規格
25.8　市場でのプレゼンスと競争環境
25.9　関与する主要企業・研究機関・スタートアップ
25.10　専門特化型スタートアップ:
25.11　投資動向と資金調達
25.12　将来展望と技術革新の方向性
25.13　結論

26　自己教師あり視覚学習

26.1　技術概要と事業環境
26.2　主要技術動向とアプローチ
26.3　適用ツール・モデル・プロダクト
26.4　市場プレゼンスと競争環境
26.5　研究機関と学術動向
26.6　標準化動向と相互運用性
26.7　実装および応用事例の詳細分析
26.8　主要課題と技術的限界
26.9　スタートアップ・ベンチャー企業の動向
26.10　市場予測と将来展望
26.11　標準化と相互運用性の進展
26.12　結論と今後の展望

27　エッジデバイス対応視覚AI

27.1　はじめに
27.2　事業環境と市場動向
27.3　エッジデバイス対応視覚AIの技術動向
27.4　応用分野と実装事例
27.5　標準化動向と国際協力
27.6　課題と今後の展望
27.7　主要企業とプレイヤーの動向
27.8　スタートアップエコシステムと投資動向
27.9　研究機関と学術動向
27.10　技術課題と将来展望
27.11　とめと今後の方向性

28　視覚・言語・固有感覚統合学習

28.1　概要と事業環境
28.2　事業特性と技術動向
28.3　適用されるツール・モデル・プロダクト
28.4　外部ツールとの連携
28.5　標準化動向
28.6　市場でのプレゼンス
28.7　実装および応用事例
28.8　主要な課題点と技術的限界
28.9　関与する企業・研究機関・スタートアップ
28.10　将来展望と市場発展の方向性

【　情報機器および各種システムの融合領域　】

29　スマートコックピット統合音声制御

29.1　事業環境
29.2　事業特性
29.3　注目トピック
29.4　先端技術動向
29.5　適用ツール／モデル／プロダクト
29.6　外部ツールとの連携
29.7　標準化動向
29.8　市場でのプレゼンス
29.9　実装および応用事例
29.10　課題点
29.11　参画企業・研究機関
29.12　スタートアップ動向
29.13　今後の展望

30　直感的音声コマンド処理［1］

30.1　事業環境
30.2　事業特性
30.3　注目トピック
30.4　先端技術動向
30.5　適用ツール／モデル／プロダクト
30.6　外部ツールとの連携
30.7　標準化動向
30.8　市場でのプレゼンス
30.9　実装および応用事例
30.10　課題点
30.11　関与企業・団体・スタートアップ

31　直感的音声コマンド処理［2］

31.1　市場動向の詳細分析
31.2　先端技術詳細
31.3　適用ツール／プラットフォーム
31.4　外部システム連携
31.5　標準化の最新動向
31.6　主要企業・スタートアップ

32　直感的音声コマンド処理［3］

32.1　市場セグメント別競合分析
32.2　各社技術比較
32.3　技術ロードマップと投資機会

33　自然言語処理統合音声アシスタント

33.1　事業環境
33.2　事業特性
33.3　注目すべきトピック
33.4　先端技術動向
33.5　適用ツール／モデル／プロダクト
33.6　外部ツールとの連携
33.7　標準化動向
33.8　市場でのプレゼンス
33.9　実装および応用事例
33.10　課題点
33.11　関与企業・団体
33.12　研究機関・大学
33.13　スタートアップ動向

【　AIを活用したユーザー体験（UX）向上　】

34　感情認識・表情解析統合システム

34.1　事業環境と市場概況
34.2　先端技術動向と注目すべきトピック
34.3　適用ツール・モデル・プロダクト
34.4　外部ツールとの連携
34.5　実装および応用事例

35　感情認識マルチモーダルシステム

35.1　概要と事業環境
35.2　技術動向と先端技術アーキテクチャ
35.3　適用技術とプロダクト
35.4　実装・応用事例
35.5　研究機関と学術界の取り組み
35.6　市場でのプレゼンスと競争環境
35.7　標準化動向
35.8　課題点と技術的制約
35.9　関与する企業・団体および研究機関
35.10　将来展望

36　感情認識・表情解析統合システム

36.1　事業環境と市場概況
36.2　先端技術動向と注目すべきトピック
36.3　適用ツール・モデル・プロダクト
36.4　外部ツールとの連携
36.5　実装および応用事例
36.6　標準化動向と技術規格
36.7　市場プレゼンスと事業展開
36.8　課題点と倫理的問題
36.9　実装事例と技術革新
36.10　関与企業・団体・スタートアップ
36.11　将来展望と技術的課題

37　感情認識・応答調整機能［1］

37.1　事業環境
37.2　事業特性
37.3　注目すべきトピック
37.4　先端技術動向
37.5　適用ツール／モデル／プロダクト
37.6　外部ツールとの連携
37.7　標準化動向
37.8　市場でのプレゼンス
37.9　実装および応用事例
37.10　課題点
37.11　関与企業・団体・スタートアップ

38　感情認識・応答調整機能［2］

38.1　主要企業・スタートアップの詳細プロファイル
38.2　研究機関・大学の注目成果
38.3　応用事例の深掘り
38.4　技術・標準化動向
38.5　今後の展望

【　リアルタイム性を求める技術・アプリケーション　】

39　リアルタイム物体検出・追跡

39.1　事業環境と市場概況
39.2　事業特性と技術動向
39.3　適用ツール・モデル・プロダクト
39.4　外部ツールとの連携
39.5　標準化動向と規制環境
39.6　市場でのプレゼンスと競合分析
39.7　実装および応用事例
39.8　課題点と技術的制約
39.9　関与している企業・研究機関・スタートアップ
39.10　今後の展望と技術革新
39.11　まとめ

40　リアルタイム多感覚データ統合

40.1　事業環境と市場特性
40.2　先端技術動向
40.3　適用ツール・モデル・プロダクト
40.4　外部ツールとの連携
40.5　標準化動向
40.6　実装・応用事例
40.7　研究開発事例
40.8　企業研究開発
40.9　課題点と技術的限界
40.10　関与企業・団体
40.11　新興企業・スタートアップ
40.12　学術・研究機関
40.13　将来展望と技術発展
40.14　標準化と品質保証の進展評価

41　リアルタイム多感覚データ統合

41.1　はじめに
41.2　事業環境と市場特性
41.3　主要な応用分野
41.4　先端技術動向
41.5　センサー技術の革新
41.6　適用ツール・モデル・プロダクト
41.7　外部ツールとの連携
41.8　標準化動向
41.9　技術的課題
41.10　国際的な標準化活動
41.11　実装・応用事例
41.12　研究開発事例
41.13　課題点と技術的限界
41.14　関与企業・団体
41.15　新興企業・スタートアップ
41.16　学術・研究機関
41.17　将来展望と技術発展
41.18　産業横断的な応用拡大
41.19　標準化と品質保証の進展

42　超低遅延音声翻訳技術

42.1　事業環境と事業特性
42.2　注目すべきトピック
42.3　先端技術動向と標準化
42.4　適用ツール／モデル／プロダクト
42.5　外部ツールとの連携
42.6　市場でのプレゼンス
42.7　実装および応用事例
42.8　課題点
42.9　関与企業・団体・スタートアップ
42.10　新興技術動向とプロトタイプ事例
42.11　各国政策・ロードマップ
42.12　将来展望と産業連携
42.13　今後の課題と研究方向

43　125言語対応リアルタイム音声翻訳

43.1　事業環境と市場動向
43.2　事業特性とビジネスモデル
43.3　注目トピックと今後の潮流
43.4　先端技術動向
43.5　適用ツール／モデル／プロダクト
43.6　外部ツール連携
43.7　標準化動向
43.8　実装および応用事例
43.9　課題点
43.10　関与企業
43.11　主要研究機関・大学
43.12　スタートアップ動向
43.13　今後の展望

44　VerbumSuiteによる企業向け音声ソリューション

44.1　事業環境の概観
44.2　VerbumSuite事業特性
44.3　注目すべきトピック
44.4　先端技術動向
44.5　適用されるツール／モデル／プロダクト
44.6　外部ツールとの連携
44.7　標準化動向
44.8　市場でのプレゼンス
44.9　実装および応用事例
44.10　課題点
44.11　関与している企業・団体
44.12　技術構造とアーキテクチャ
44.13　ビジネスモデルの詳細
44.14　セキュリティとコンプライアンス
44.15　実装フェーズとタイムライン
44.16　ケーススタディ
44.17　課題とリスク対応策
44.18　スタートアップと研究開発動向
44.19　将来展望

45　ゼロ遅延同時通訳システム

45.1　事業環境
45.2　事業特性
45.3　注目すべきトピック
45.4　各種先端技術動向
45.5　適用されるツール／モデル／プロダクト
45.6　外部ツールとの連携
45.7　標準化動向
45.8　市場でのプレゼンス
45.9　実装および応用事例
45.10　課題点
45.11　関与企業・団体
45.12　技術動向の深化
45.13　実装事例の最新動向
45.14　実用上の課題と研究課題
45.15　関与主体の最新展開
45.16　今後の展望

46　方言・低リソース言語対応技術［1］

46.1　事業環境と市場概況
46.2　技術動向と先端研究
46.3　適用ツール・モデル・プロダクト
46.4　標準化動向と外部ツール連携
46.5　実装・応用事例

47　方言・低リソース言語対応技術［2］

47.1　市場でのプレゼンスと競合環境
47.2　課題点と技術的制約
47.3　関与企業・研究機関・団体
47.4　今後の展望

【　3Dシーン理解・再構築技術　】

48　3Dシーン理解・再構築システム

48.1　序：3Dシーン理解・再構築システムの概要
48.2　市場動向と事業環境
48.3　技術動向と革新
48.4　主要プレイヤーと研究機関
48.5　応用分野と実装事例
48.6　標準化動向と業界連携
48.7　課題と将来の展望
48.8　小括
48.9　3Dシーン理解・再構築のための主要技術
48.10　産業別応用と事例
48.11　地域別市場分析
48.12　ビジネスモデルと収益化戦略
48.13　投資動向と資金調達
48.14　将来の展望と戦略的提言
48.15　総括

49　3D・VR対応マルチモーダルAI

49.1　事業環境と事業特性
49.2　注目すべきトピックと先端技術動向
49.3　適用されるツール・モデル・プロダクト
49.4　外部ツールとの連携動向
49.5　標準化動向
49.6　市場でのプレゼンス
49.7　実装および応用事例
49.8　主要課題と技術的挑戦
49.9　関与している主要企業・組織の詳細分析
49.10　研究機関・大学の取り組み
49.11　投資・ビジネス機会の分析
49.12　技術仕様と将来展望
49.13　課題と今後の対応策
49.14　まとめと戦略的提言

【　次世代認知システムの実装基盤　】

50　Serket・Neuro Serket フレームワーク［1］

50.1　事業環境と市場動向
50.2　事業特性とユニークバリュー
50.3　注目トピックと先端技術動向
50.4　適用ツール／モデル／プロダクト
50.5　標準化動向
50.6　市場でのプレゼンス

51　Serket・Neuro Serket フレームワーク［2］

51.1　実装および応用事例
51.2　スタートアップ動向
51.3　企業・研究機関の取り組み
51.4　課題と将来展望

52　身体性知能モデルによる合成性学習［1］

52.1　事業環境の把握
52.2　事業特性
52.3　注目トピック
52.4　先端技術動向
52.5　適用ツール／モデル／プロダクト
52.6　外部ツールとの連携
52.7　標準化動向
52.8　市場でのプレゼンス
52.9　まとめ

53　身体性知能モデルによる合成性学習［2］

53.1　実装および応用事例
53.2　課題点
53.3　関与する企業・団体・研究機関
53.4　今後の展望

54　幼児学習パターン模倣AI システム

54.1　事業環境と市場概況
54.2　先端技術動向と技術的基盤
54.3　適用ツール・モデル・プロダクト
54.4　外部ツールとの連携
54.5　標準化動向と規制環境
54.6　市場でのプレゼンスと競合状況
54.7　実装および応用事例
54.8　課題とリスク
54.9　関与企業・研究機関・スタートアップ
54.10　今後の展望

55　物理環境との相互作用学習機構［1］

55.1　事業環境と市場動向
55.2　事業特性と注力分野
55.3　先端技術動向
55.4　ツール／モデル／プロダクト動向
55.5　外部ツールとの連携
55.6　標準化動向
55.7　市場でのプレゼンス
55.8　実装および応用事例
55.9　課題点とリスク
55.10　関与企業・団体およびスタートアップ

56　物理環境との相互作用学習機構［2］

56.1　主要企業の技術アーキテクチャ
56.2　標準化とセキュリティ動向
56.3　実装事例の技術詳細
56.4　各社開発ロードマップ
56.5　今後の展望と課題

【　責任あるマルチモーダルAI／説明可能なマルチモーダルAI　】

57　透明性向上・説明可能AI アーキテクチャ［1］

57.1　事業環境の概要
57.2　事業特性
57.3　注目トピック
57.4　先端技術動向：XAI手法の分類
57.5　先端技術動向“先端アーキテクチャ
57.6　ハイリスク領域での適用
57.7　適用されるツール／モデル／プロダクト
57.8　外部ツールとの連携
57.9　標準化動向
57.10　市場でのプレゼンス
57.11　実装および応用事例
57.12　課題点
57.13　関与企業・団体・スタートアップ

58　透明性向上・説明可能AI アーキテクチャ［2］

58.1　実装技術詳細
58.2　先端研究動向
58.3　実世界適用事例
58.4　課題と今後の展望

59　説明可能な画像認識システム

59.1　説明可能な画像認識システムの概要
59.2　事業環境と市場動向
59.3　技術動向と主要アプローチ
59.4　適用されるツールとモデル
59.5　応用分野と実装事例
59.6　標準化動向と規制環境
59.7　課題と限界
59.8　関与している企業と市場プレゼンス
59.9　研究機関と学術的取り組み
59.10　実装および応用事例の詳細分析
59.11　技術的アーキテクチャと実装手法
59.12　今後の展望と課題
59.13　結論

【　作業記憶・注意機構統合モデル　】

60　作業記憶・注意機構統合モデル［1］

60.1　定義と背景
60.2　市場分析と事業環境
60.3　注目すべきトピック
60.4　技術動向
60.5　適用ツール／モデル／プロダクト
60.6　外部ツールとの連携
60.7　標準化動向
60.8　市場でのプレゼンス
60.9　実装および応用事例
60.10　課題点
60.11　関与企業・団体・スタートアップ

61　作業記憶・注意機構統合モデル［2］

61.1　実装アプローチの概要
61.2　ケーススタディ：ACT-Rによる実装
61.3　Nengoによる神経網モデル実装
61.4　TransformerへのALiBi適用
61.5　実産業応用事例
61.6　統合実装の課題と展望

【　文脈理解技術　】

62　言語接地（Language Grounding）技術

62.1　言語接地技術の概要と事業環境
62.2　言語接地技術の事業特性
62.3　注目すべきトピックと先端技術動向
62.4　適用されるツール／モデル／プロダクト
62.5　外部ツールとの連携
62.6　標準化動向
62.7　市場でのプレゼンス
62.8　実装および応用事例
62.9　言語接地技術の課題点
62.10　関与している企業・団体
62.11　スタートアップ企業の動向
62.12　将来展望と発展方向
62.13　小括
62.14　言語接地技術の課題点
62.15　関与している企業・団体
62.16　スタートアップ企業の動向
62.17　将来展望と発展方向
62.18　結論

63　文脈理解・会話継続技術［1］

63.1　事業環境と市場動向
63.2　事業特性と適用領域
63.3　注目トピックと技術トレンド
63.4　適用ツール／モデル／プロダクト
63.5　外部ツールとの連携とインテグレーション
63.6　標準化動向
63.7　実装および応用事例
63.8　課題点
63.9　関与組織

64　文脈理解・会話継続技術［2］

64.1　市場プレゼンスと競争環境
64.2　注目スタートアップ動向
64.3　最新研究動向と重要論文
64.4　将来展望と課題

【　センサー・マルチセンサー融合マルチモーダル技術　】

65　マルチモーダルセンサー融合の導入形態と実装

65.1　導入形態
65.2　モデル・ツール構成
65.3　オーケストレーション
65.3.1　複合的な故障診断ワークフロー（ポンプの例）
65.3.1　自己位置推定ワークフロー（自動運転車の例）
65.4　連携インターフェース
65.5　課題
65.6　関与する企業・研究機関
65.7　出典

66　マルチセンサーデータ可視化の実装と可視化

66.1　フレームワーク
66.2　アーキテクチャ
66.2.1　フィジカル層
66.2.1　データ収集・伝送層
66.2.1　データ統合・処理層
66.2.1　可視化・インタラクション層
66.2.1　オーケストレーション・アプリケーション層
66.3　データ処理基盤
66.4　オーケストレーション
66.5　連携インターフェース
66.6　課題
66.7　関与する企業・研究機関
66.7.1　主要企業
66.7.1　研究機関・公共機関
66.8　今後の展望
66.9　出典

67　マルチエージェント協調フレームワークとIoTとAI（エージェンティックAI／生成AI／マルチモーダルAI）／デジタルツインの統合・連携

67.1　アーキテクチャ
67.2　導入モデル
67.3　ツール・技術
67.4　導入形態
67.5　外部機能との連携
67.6　留意事項
67.7　注視すべきトピック
67.8　先端技術および研究開発動向
67.9　インテグレーションおよびソリューション分野
67.10　関与する企業（日本）

68　センサーフュージョンの分野におけるIoT／デジタルツイン2.0の統合・連携

68.1　アーキテクチャ
68.2　導入モデル
68.3　ツール
68.4　導入形態
68.5　外部機能との連携
68.6　留意事項
68.7　注視すべきトピック
68.8　先端技術および研究開発動向
68.9　インテグレーションおよびソリューション分野
68.10　関与する主要企業・組織

69　多様な生体センシングの分野におけるIoTとAI／デジタルツインの統合

69.1　はじめに
69.2　アーキテクチャ
69.2.1　基本構成
69.2.1　特徴的技術要素
69.3　導入モデル
69.3.1　タイプ別導入形態
69.3.1　導入フェーズ
69.4　使用ツールと技術インフラ
69.5　導入に際しての留意事項
69.6　注視すべきトピックと先端研究動向
69.7　インテグレーションおよびソリューション分野
69.8　関与する主な企業例
69.9　具体的な導入事例詳細
69.9.1　医療・ヘルスケア領域
69.9.1　スマートインフラ・産業分野
69.9.1　スポーツ・フィットネス
69.10　運用上の課題解決策
69.10.1　データプライバシーとセキュリティ
69.10.1　システムの信頼性確保
69.10.1　運用コストと人材育成
69.11　将来展望
69.11.1　AIとIoTのさらなる融合深化
69.11.1　マルチモーダルAIの進化
69.11.1　倫理的・社会的課題への対応強化
69.12　国際的な動向
69.13　今後注目の先端技術・研究領域
69.14　インテグレーションとエコシステム形成動向

70　マルチセンサーデータ統合による状況認識向上［1］

70.1　事業環境とトレンド
70.2　事業特性
70.3　注目トピック
70.4　先端技術動向
70.5　適用ツール／モデル／プロダクト
70.6　外部ツールとの連携
70.7　標準化動向
70.8　市場でのプレゼンス
70.9　実装および応用事例
70.10　課題点
70.11　関与企業・団体

71　マルチセンサーデータ統合による状況認識向上［2］

71.1　自動運転領域における実装事例
71.2　産業オートメーション・ロボティクス
71.3　セキュリティ・監視領域
71.4　スマートシティ・インフラ点検
71.5　スタートアップ動向
71.6　研究機関・大学動向

72　視覚・言語・固有感覚統合学習

72.1　概要と事業環境
72.2　事業特性と技術動向
72.3　適用されるツール・モデル・プロダクト
72.4　外部ツールとの連携
72.5　標準化動向
72.6　市場でのプレゼンス
72.7　実装および応用事例
72.8　主要な課題点と技術的限界
72.9　関与する企業・研究機関・スタートアップ
72.10　将来展望と市場発展の方向性

73　センサートリガー業務自動化におけるマルチモーダルAI）／デジタルツインの統合・連携

73.1　1. アーキテクチャ
73.2　2. 導入モデル
73.3　3. ツール
73.4　4. 導入形態
73.5　5. 外部機能との連携
73.6　6. 留意事項
73.7　7. 注視すべきトピック
73.8　8. 先端技術・研究開発動向
73.9　9. インテグレーション・ソリューション分野
73.10　10. 関与する企業

【　マルチモーダルAIとIoT／デジタルツイン　】

74　IoT・5G・専用ネットワーク統合技術

74.1　事業環境と市場動向
74.2　事業特性
74.3　注目トピック
74.4　先端技術動向
74.5　適用ツール／モデル／プロダクト
74.6　外部ツールとの連携
74.7　標準化動向
74.8　市場でのプレゼンス
74.9　リスクと課題
74.10　実装・応用事例
74.11　関与企業・団体
74.12　最新課題と展望

75　視覚・音声・センサデータの統合処理におけるIoTとAI（エージェンティックAI／生成AI／マルチモーダルAI）／デジタルツインの統合・連携

75.1　アーキテクチャ
75.2　導入モデル
75.3　ツール
75.4　導入形態
75.5　外部機能との連携
75.6　留意事項
75.7　注視すべきトピック
75.8　先端技術および研究開発動向
75.9　インテグレーションおよびソリューション分野
75.10　関与する企業

76　マルチモーダル環境認識システムにおけるIoTとAI（エージェンティックAI／生成AI／マルチモーダルAI）／デジタルツインの統合・連携

76.1　アーキテクチャ
76.2　導入モデル
76.3　主なツール・技術要素
76.4　導入形態
76.5　外部機能との連携
76.6　留意事項
76.7　注視すべきトピック
76.8　先端技術および研究開発動向
76.9　インテグレーションおよびソリューション分野
76.10　関与する企業・研究機関

77　クロスモーダル情報補完技術とIoT／AI（エージェンティックAI／生成AI／マルチモーダルAI）／デジタルツイン

77.1　アーキテクチャ
77.2　導入モデル
77.3　ツール
77.4　導入形態
77.5　外部機能との連携
77.6　留意事項
77.7　注視すべきトピック
77.8　先端技術および先端研究開発動向
77.9　インテグレーションおよびソリューション分野
77.10　関与する企業

78　マルチモーダルデジタルツイン

78.1　アーキテクチャ
78.2　導入モデル
78.3　導入ツール・プラットフォーム
78.4　導入形態
78.5　外部機能・システム連携
78.6　留意事項
78.7　注視すべきトピック・先端技術・研究開発動向
78.8　インテグレーションおよびソリューション分野
78.9　関与企業

79　感情・意図理解マルチモーダルAIにおけるIoT／AI（エージェンティックAI／生成AI／マルチモーダルAI）／デジタルツインの統合・連携

79.1　アーキテクチャ
79.2　導入モデル
79.3　ツール
79.4　導入形態
79.5　外部機能との連携
79.6　留意事項
79.7　注視すべきトピック
79.8　先端技術および研究開発動向
79.9　インテグレーションおよびソリューション分野
79.10　関与する企業

【　デジタルツインとマルチモーダルAI　】

80　リアルタイム資産監視ディスプレイの実装と可視化

80.1　フレームワーク
80.2　アーキテクチャ
80.2.1　フィジカル層
80.2.1　データ収集・伝送層
80.2.1　データ処理・分析層
80.2.1　可視化・表示層
80.2.1　オーケストレーション・アプリケーション層
80.3　データ処理基盤
80.4　オーケストレーション
80.5　連携インターフェース
80.6　課題
80.7　関与する企業・研究機関
80.7.1　主要企業
80.7.1　研究機関・公共機関
80.8　今後の展望
80.9　出典

81　自律型マルチモーダル・デジタルツインの導入形態と実装

81.1　導入形態
81.2　モデル・ツール構成
81.3　オーケストレーション
81.3.1　自律的な運用最適化ワークフロー（工場の例）
81.3.1　自律的な予知保全ワークフロー
81.4　連携インターフェース
81.5　課題
81.6　関与する企業・研究機関
81.7　出典

【　人間の多感覚統合能力のAIシステム実装　】

82　視覚・言語・固有感覚統合学習

82.1　概要と事業環境
82.2　事業特性と技術動向
82.3　適用されるツール・モデル・プロダクト
82.4　外部ツールとの連携
82.5　標準化動向
82.6　市場でのプレゼンス
82.7　実装および応用事例
82.8　主要な課題点と技術的限界
82.9　関与する企業・研究機関・スタートアップ
82.10　将来展望と市場発展の方向性

83　作業記憶・注意機構統合モデル

83.1　定義と背景
83.2　市場分析と事業環境
83.3　注目すべきトピック
83.4　技術動向
83.5　適用ツール／モデル／プロダクト
83.6　外部ツールとの連携
83.7　標準化動向
83.8　実装および応用事例
83.9　課題点
83.10　関与企業・団体・スタートアップ

84　作業記憶・注意機構統合モデル

84.1　実装アプローチの概要
84.2　ケーススタディ：ACT-Rによる実装
84.3　Nengoによる神経網モデル実装
84.4　TransformerへのALiBi適用
84.5　実産業応用事例
84.6　統合実装の課題と展望

【　医療応用　】

85　医用画像解析AIシステム

85.1　医用画像解析AIシステムの概要と事業環境
85.2　注目すべき技術トレンドと先端技術動向
85.3　適用されるツール、モデル、プロダクト
85.4　標準化動向と規制環境
85.5　市場でのプレゼンスと主要プレイヤー
85.6　実装および応用事例
85.7　課題点と今後の展望
85.8　関与している企業・団体の詳細分析
85.9　実装および応用事例の詳細分析
85.10　課題と将来展望の詳細分析
85.11　国際協力と標準化の動向
85.12　結論と提言

【　マルチモーダルAIの主なツール／モデル／プロダクト　】

86　マルチモーダル対応生成AIツール総合比較：特徴・連携・活用

86.1　概要
86.2　主要マルチモーダル対応生成AIツール
86.2.1　各ツールの比較分析（表）
86.3　外部システムとの連携方法／APIの活用
86.4　実務における使い分けガイド
86.5　導入事例と実績
86.6　各ツール別の制約と課題
86.7　結論：マルチモーダルAIの今後と活用戦略

87　Gemini 2.5

87.1　はじめに
87.2　モデルファミリー構成
87.3　業界に与える影響／実装シナリオ
87.4　実装事例
87.5　競合製品との比較
87.6　統合ツールと連携エコシステム
87.7　課題と制限事項
87.8　価格設定と経済性
87.9　結論と戦略的な位置づけ

88　GPT-4V（ビジョン）

88.1　概要
88.2　業界への影響／実装シナリオ
88.3　競合製品との比較
88.4　連携ツールと統合
88.5　主要な課題・制限
88.6　ベンチマーク性能
88.7　実装上の考慮事項
88.8　まとめと将来展望

89　FastVLM

89.1　概要
89.2　性能指標と実績
89.3　アーキテクチャ・構成
89.4　連携するツールとエコシステム
89.5　業界への影響／実装シナリオ
89.6　競合製品との比較
89.7　応用分野と実装シナリオ
89.8　ライセンスと商用利用上の制限
89.9　技術的課題と研究課題
89.10　関連する重要な研究動向
89.11　まとめと今後の展望

90　Claude 3.5 Sonnet

90.1　概要
90.2　機能的優位性
90.3　業界への影響／応用可能性
90.4　競合製品との比較
90.5　連携ツールとプラットフォーム
90.6　課題と制限事項
90.7　最新の動向
90.8　実装にあたっての最適化ポイント

91　NVIDIA OmniVinci

91.1　概要
91.2　技術的アーキテクチャと革新
91.3　データ準備と効率性
91.4　性能ベンチマーク
91.5　業界への影響／応用可能性
91.6　連携するツールとエコシステム
91.7　主要な課題と制限事項
91.8　技術的な将来展開と可能性

ページTOPに戻る

ご注文は、お電話またはWEBから承ります。市場調査レポートのお見積もり作成・購入の依頼もお気軽にご相談ください。

webからのご注文・お問合せはこちらのフォームから承ります

本レポートと同分野（AI (人工知能)）の最新刊レポート

次世代社会システム研究開発機構社の AI (人工知能)分野での最新刊レポート

本レポートと同じKEY WORD（）の最新刊レポート

本レポートと同じKEY WORDの最新刊レポートはありません。

よくあるご質問

次世代社会システム研究開発機構社はどのような調査会社ですか?

一般社団法人次世代社会システム研究開発機構は、社会・産業・経営に大きな影響を与える先端技術からマネジメント、次世代産業まで幅広い分野を対象に、経験豊富なアナリストによって編纂された学際的・... もっと見る

調査レポートの納品までの日数はどの程度ですか?

在庫のあるものは速納となりますが、平均的には 3-４日と見て下さい。
但し、一部の調査レポートでは、発注を受けた段階で内容更新をして納品をする場合もあります。
発注をする前のお問合せをお願いします。

注文の手続きはどのようになっていますか?

1)お客様からの御問い合わせをいただきます。
2)見積書やサンプルの提示をいたします。
3)お客様指定、もしくは弊社の発注書をメール添付にて発送してください。
4)データリソース社からレポート発行元の調査会社へ納品手配します。
5) 調査会社からお客様へ納品されます。最近は、pdfにてのメール納品が大半です。

お支払方法の方法はどのようになっていますか?

納品と同時にデータリソース社よりお客様へ請求書（必要に応じて納品書も）を発送いたします。
お客様よりデータリソース社へ（通常は円払い）の御振り込みをお願いします。
請求書は、納品日の日付で発行しますので、翌月最終営業日までの当社指定口座への振込みをお願いします。振込み手数料は御社負担にてお願いします。
お客様の御支払い条件が60日以上の場合は御相談ください。
尚、初めてのお取引先や個人の場合、前払いをお願いすることもあります。ご了承のほど、お願いします。

データリソース社はどのような会社ですか?

当社は、世界各国の主要調査会社・レポート出版社と提携し、世界各国の市場調査レポートや技術動向レポートなどを日本国内の企業・公官庁及び教育研究機関に提供しております。
世界各国の「市場・技術・法規制などの」実情を調査・収集される時には、データリソース社にご相談ください。
お客様の御要望にあったデータや情報を抽出する為のレポート紹介や調査のアドバイスも致します。

マルチモーダルAI白書2026年版

サマリー

目次

緒言

【 マルチモーダルAI：概説・市場動向 】

1 マルチモーダルAIによる統合知能システム

2 マルチモーダルAI：市場統計と将来展望

3 マルチモーダルAIによる統合知能システム

4 マルチモーダルAI：市場統計と将来展望に関する包括的分析

5 マルチモーダルAIによる統合知能システムの企業・団体・スタートアップ分析

6 マルチモーダルAIによる統合知能システムの企業・団体・スタートアップ

【 マルチモーダル統合と要素技術群 】

7 マルチモーダル対話型AIの導入形態と実装

8 音響データ特徴抽出・発音辞書最適化

9 文字-画像変換・画像-文字変換技術

10 テキスト・音声・画像・動画統合処理

11 テキスト・画像・音声統合処理モデル

12 テキスト・音声・画像・動画統合処理

13 Large Language and Vision Assistant（LLava）型モデル

14 動画理解・生成AIシステム

15 Large Language and Vision Assistant（LLava）型モデル

16 文字-画像変換・画像-文字変換技術

【 高度マルチモーダル統合 】

17 テキスト・画像・音声統合処理モデル

18 動画理解・生成AIシステム

19 自律適応制御システムにおけるマルチモーダルAI／IoT／デジタルツインの統合・連携

20 クロスモーダル表現学習

21 感情認識マルチモーダルシステム

22 会話型マルチモーダルインタフェース

23 クロスモーダル表現学習

24 会話型マルチモーダルインタフェース

25 Vision Transformers（ViTs）進化モデル

26 自己教師あり視覚学習

27 エッジデバイス対応視覚AI

28 視覚・言語・固有感覚統合学習

【 情報機器および各種システムの融合領域 】

29 スマートコックピット統合音声制御

30 直感的音声コマンド処理［1］

31 直感的音声コマンド処理［2］

32 直感的音声コマンド処理［3］

33 自然言語処理統合音声アシスタント

【 AIを活用したユーザー体験（UX）向上 】

34 感情認識・表情解析統合システム

35 感情認識マルチモーダルシステム

36 感情認識・表情解析統合システム

37 感情認識・応答調整機能［1］

38 感情認識・応答調整機能［2］

【 リアルタイム性を求める技術・アプリケーション 】

39 リアルタイム物体検出・追跡

40 リアルタイム多感覚データ統合

41 リアルタイム多感覚データ統合

42 超低遅延音声翻訳技術

43 125言語対応リアルタイム音声翻訳

44 VerbumSuiteによる企業向け音声ソリューション

45 ゼロ遅延同時通訳システム

46 方言・低リソース言語対応技術［1］

47 方言・低リソース言語対応技術［2］

【 3Dシーン理解・再構築技術 】

48 3Dシーン理解・再構築システム

49 3D・VR対応マルチモーダルAI

【 次世代認知システムの実装基盤 】

50 Serket・Neuro Serket フレームワーク［1］

51 Serket・Neuro Serket フレームワーク［2］

52 身体性知能モデルによる合成性学習［1］

53 身体性知能モデルによる合成性学習［2］

54 幼児学習パターン模倣AI システム

55 物理環境との相互作用学習機構［1］

56 物理環境との相互作用学習機構［2］

【 責任あるマルチモーダルAI／説明可能なマルチモーダルAI 】

57 透明性向上・説明可能AI アーキテクチャ［1］

58 透明性向上・説明可能AI アーキテクチャ［2］

59 説明可能な画像認識システム

【 作業記憶・注意機構統合モデル 】

60 作業記憶・注意機構統合モデル［1］

61 作業記憶・注意機構統合モデル［2］

【 文脈理解技術 】

62 言語接地（Language Grounding）技術

63 文脈理解・会話継続技術［1］

64 文脈理解・会話継続技術［2］

【 センサー・マルチセンサー融合マルチモーダル技術 】