三言語の表記
日本語視覚言語モデル略称：VLM
EnglishVision-Language Model
中文视觉语言模型

視覚言語モデルとは

視覚言語モデルは、画像と文章を組み合わせて理解し、画像についての質問に答えたり説明文を作ったりできるAIモデルです。製造業では、写真から異常箇所を言葉で説明させる、点検記録の写真を整理する、図面を読み取るといった用途が試されています。従来の検査専用モデルと比べ、細かな欠陥の検出精度や処理速度には課題が残ります。

Definition (English)

An AI model that jointly understands images and text, answering questions about pictures or describing them. Manufacturers are testing it for describing anomalies in photos and reading drawings, though fine-defect accuracy and speed remain challenges.

释义（中文）

能够结合图像与文本进行理解、回答关于图像的问题或生成描述的AI模型。制造企业正在尝试用它描述照片中的异常、读取图纸等，但在细微缺陷检测精度和速度上仍有不足。

関連する用語

この用語を引用・埋め込む

この釈義は CC BY 4.0（表示 4.0 国際）で提供しています。出典（このページへのリンク）を明記すれば、商用を含めて自由に複製・改変・再配布できます。

出典表記の例

株式会社サオス MFG-AI「製造業AI用語集：視覚言語モデル（VLM）」https://mfg-ai.com/terms/vlm（CC BY 4.0）

HTMLで埋め込む

<blockquote cite="https://mfg-ai.com/terms/vlm">
  <p>視覚言語モデルは、画像と文章を組み合わせて理解し、画像についての質問に答えたり説明文を作ったりできるAIモデルです。</p>
  <footer>出典：<a href="https://mfg-ai.com/terms/vlm">株式会社サオス MFG-AI「製造業AI用語集：視覚言語モデル（VLM）」</a>（<a href="https://creativecommons.org/licenses/by/4.0/deed.ja">CC BY 4.0</a>）</footer>
</blockquote>

用語集全体のデータは CSV / JSON でダウンロードできます。

この記事を書いた人

株式会社サオス

株式会社サオス 製造DX部

DELMIA Apriso を中核とした MES / 製造DX の導入・運用・人材育成と、製造業向けAIの調査・開発・教育を手がけるITコンサルティング企業。ISO 9001:2015 / ISO 27001:2022 認証取得。 日本・中国・米国で製造業のMES・データ基盤・AI導入を手がけた実務者が、欧米・中国の一次情報にあたって書いています。

運営者情報　編集方針　株式会社サオスのサイト