Google I/Oで、マルチモーダル視覚認識を実現するため、GeminiとボルボEX60のカメラとの連携が発表された
先ごろ開催されたGoogle I/Oイベントで、Googleとボルボは重要な提携を発表しました。それは、AIアシスタント「Gemini」が、ボルボが近日発売予定の完全電気SUV「EX60」の外部カメラハードウェアに統合されるというものです。この統合は、Geminiが視覚および移動に関する知覚能力を獲得する上で重要な一歩であり、AI大規模モデルとスマートカーのハードウェアを融合させた具体的なブレークスルーとなります。

このアップグレードが実現したのは、ボルボの車両オペレーティングシステムがGoogleの「Android Automotive OS」を基盤としているためです。これにより、Geminiは外部カメラのデータストリームにシステムレベルでアクセスできるようになり、車両の物理的環境に対するリアルタイムの認識とインテリジェントな相互作用が可能になります。
最初の応用例は、駐車時の一般的な課題に焦点を当てています。ジェミニは、複雑な駐車標識を正確に読み取り、ドライバーのために解釈します。さらにGoogleは、車載AIのより野心的な未来を構想しています。そこでは、視覚機能を備えたジェミニが道路標示を識別し、交通標識を理解し、近くのランドマークやレストランに関する質問に答えることができるようになります。 また、このシステムは状況に応じて、駐車時間制限や許可証の要件、その他の規制について、ドライバーに積極的に通知します。GoogleのAndroid Automotive部門担当副社長であるパトリック・ブレイディ氏は、Geminiによる運転環境のより深い理解が利便性を大幅に向上させると指摘しました。
業界の観点から見ると、大規模モデルと車載カメラを組み合わせることで、従来の音声やテキストベースの「コパイロット・アシスタント」が、空間認識能力を備えた「車載AIコンパニオン」へと変貌し、スマートキャビンの進化に向けた新たなマルチモーダルなパラダイムを提供することになります。
関連記事
Wan-Streamer v0.2は超低遅延のAIチャットを提供します
現代技術が急速に進歩するにつれ、人間とAIの相互作用はより一般的になっています。従来のビデオ通話では、ラグ、遅延、音声と映像の非同期といった問題にしばしば直面します。Tongyi Labによる最新リリースであるWan-Streamer v0.2は、これらの課題を完全に克服し、わずか550ミリ秒の応答遅延で、真に自然な「対面」コミュニケーションを可能にします。Wan-Streamer v0.2は、新しいエンドツーエンドのマルチモーダル理解および生成モデルです。単一のTransformerモデル内で
MetaはTSMCとMicronの参加を得て、旧型メモリを搭載した新規サーバーを整備する
人工知能の採用が世界中で加速する中、次世代DDR5メモリは深刻な供給不足に直面しています。AIデータセンターの展開における遅延を回避するため、MetaはTSMCやMicronといった業界のリーダーと提携し、画期的な過渡期のソリューションを開発しました。この革新により、従来DDR5専用に設計されていた高度なAIサーバーが、従来のDDR4モジュールとシームレスに動作できるようになりました。「フランケンシュタイン」構成と称されるこのシステムは、実世界のテストで顕著な安定性を示し、現在進行中のサプライチ
時系列データベースがリアルタイムのロボティクスデータをどのように支えるか
タイガー・データのドグ・パグヌッティ。パグヌッティ氏は、タイガー・データで産業用開発者エバンジェリストを務め、実世界の産業システムの構築を支援するチームをサポートしています。石油・ガスおよび製造業の自動化分野で12年以上の経験を持つ彼は、PLC、ロボット、SCADAシステムに取り組み、その後Dell EMCおよびVTScadaでの産業用ソフトウェア開発に移行しました。彼は、大規模なIIoT展開における時系列データインフラストラクチャの課題を自動化エンジニアが解決するのを支援することで、OTとIT
関連特集おすすめ
コメント (0)
0/500
先ごろ開催されたGoogle I/Oイベントで、Googleとボルボは重要な提携を発表しました。それは、AIアシスタント「Gemini」が、ボルボが近日発売予定の完全電気SUV「EX60」の外部カメラハードウェアに統合されるというものです。この統合は、Geminiが視覚および移動に関する知覚能力を獲得する上で重要な一歩であり、AI大規模モデルとスマートカーのハードウェアを融合させた具体的なブレークスルーとなります。

このアップグレードが実現したのは、ボルボの車両オペレーティングシステムがGoogleの「Android Automotive OS」を基盤としているためです。これにより、Geminiは外部カメラのデータストリームにシステムレベルでアクセスできるようになり、車両の物理的環境に対するリアルタイムの認識とインテリジェントな相互作用が可能になります。
最初の応用例は、駐車時の一般的な課題に焦点を当てています。ジェミニは、複雑な駐車標識を正確に読み取り、ドライバーのために解釈します。さらにGoogleは、車載AIのより野心的な未来を構想しています。そこでは、視覚機能を備えたジェミニが道路標示を識別し、交通標識を理解し、近くのランドマークやレストランに関する質問に答えることができるようになります。 また、このシステムは状況に応じて、駐車時間制限や許可証の要件、その他の規制について、ドライバーに積極的に通知します。GoogleのAndroid Automotive部門担当副社長であるパトリック・ブレイディ氏は、Geminiによる運転環境のより深い理解が利便性を大幅に向上させると指摘しました。
業界の観点から見ると、大規模モデルと車載カメラを組み合わせることで、従来の音声やテキストベースの「コパイロット・アシスタント」が、空間認識能力を備えた「車載AIコンパニオン」へと変貌し、スマートキャビンの進化に向けた新たなマルチモーダルなパラダイムを提供することになります。
Wan-Streamer v0.2は超低遅延のAIチャットを提供します
現代技術が急速に進歩するにつれ、人間とAIの相互作用はより一般的になっています。従来のビデオ通話では、ラグ、遅延、音声と映像の非同期といった問題にしばしば直面します。Tongyi Labによる最新リリースであるWan-Streamer v0.2は、これらの課題を完全に克服し、わずか550ミリ秒の応答遅延で、真に自然な「対面」コミュニケーションを可能にします。Wan-Streamer v0.2は、新しいエンドツーエンドのマルチモーダル理解および生成モデルです。単一のTransformerモデル内で
MetaはTSMCとMicronの参加を得て、旧型メモリを搭載した新規サーバーを整備する
人工知能の採用が世界中で加速する中、次世代DDR5メモリは深刻な供給不足に直面しています。AIデータセンターの展開における遅延を回避するため、MetaはTSMCやMicronといった業界のリーダーと提携し、画期的な過渡期のソリューションを開発しました。この革新により、従来DDR5専用に設計されていた高度なAIサーバーが、従来のDDR4モジュールとシームレスに動作できるようになりました。「フランケンシュタイン」構成と称されるこのシステムは、実世界のテストで顕著な安定性を示し、現在進行中のサプライチ
時系列データベースがリアルタイムのロボティクスデータをどのように支えるか
タイガー・データのドグ・パグヌッティ。パグヌッティ氏は、タイガー・データで産業用開発者エバンジェリストを務め、実世界の産業システムの構築を支援するチームをサポートしています。石油・ガスおよび製造業の自動化分野で12年以上の経験を持つ彼は、PLC、ロボット、SCADAシステムに取り組み、その後Dell EMCおよびVTScadaでの産業用ソフトウェア開発に移行しました。彼は、大規模なIIoT展開における時系列データインフラストラクチャの課題を自動化エンジニアが解決するのを支援することで、OTとIT





家






