# 空間知能

Magmaは、Microsoft Researchチームが開発した多モーダル基礎モデルです。視覚、言語、動作を組み合わせることで、複雑なタスクの計画と実行を目指しています。大規模な視覚言語データによって事前学習されており、言語理解、空間認識、動作計画能力を備え、UIナビゲーションやロボット操作などのタスクで優れた性能を発揮します。このモデルは、多モーダルAIエージェントタスクに強力な基礎フレームワークを提供し、幅広い応用が期待されます。

これは、一枚の画像から3D世界を生成できるAIシステムです。ユーザーは任意の画像に入り込み、3Dで探索できます。この技術は制御と一貫性を改善し、映画、ゲーム、シミュレーター、その他のデジタル表現の制作方法を一変させます。空間知能の第一歩を代表するもので、ブラウザでリアルタイムレンダリングされた生成世界を通じて、ユーザーは様々なカメラ効果、3D効果を体験し、名画を深く探求できます。

ナイアンティックのLarge Geospatial Model（LGM）は、大規模機械学習によってシーンを理解し、世界中の数百万もの他のシーンと接続することを目指した、先駆的な概念です。LGMは、コンピューターが物理空間を感知し、理解するだけでなく、新たな方法でそれらとインタラクトすることを可能にし、ARグラスや、ロボット工学、コンテンツ制作、自律システムを含むより広範な分野における重要な構成要素となります。スマートフォンから現実世界に接続されたウェアラブルテクノロジーへと移行するにつれて、空間知能は未来の世界のオペレーティングシステムとなるでしょう。