# 視覚認識

理想同学は、理想汽車が独自開発の大規模言語モデルを基に開発したAIアプリケーションです。ユーザーに常時オンラインのインテリジェントアシスタントを提供することを目指しています。自動車、旅行、金融、テクノロジーなど幅広い分野の質問に答える知識応答機能を備え、英語のフレーズ翻訳やテキスト生成にも長けており、ユーザーの学習と生活を支援します。さらに、視覚認識機能も備えており、ユーザーやご家族と一緒に世界を見て、外出先で見かける様々なものを認識できます。製品インターフェースはシンプルで洗練されており、音声入力は正確かつ迅速、出力は自然で流暢で、人間の声に近い自然な音声を実現しています。知識応答、視覚認識、音声対話を統合したインテリジェントアシスタントです。

InternVL 2.5は、InternVL 2.0をベースに、大幅なトレーニングとテスト戦略の強化、データ品質の向上により進化した、最先端の多モーダル大規模言語モデル（MLLM）シリーズです。このモデルシリーズは、画像認識や多モーダル能力において最適化されており、画像、テキスト間変換など様々な機能をサポートし、視覚情報と言語情報を処理する必要がある複雑なタスクに適しています。

Llama-3.2-90B-Visionは、Meta社がリリースしたマルチモーダル大規模言語モデル（LLM）で、視覚認識、画像推論、画像記述、および画像に関する一般的な質問への回答に特化しています。このモデルは、一般的な業界ベンチマークテストにおいて、多くの既存のオープンソースおよびクローズドソースのマルチモーダルモデルを凌駕しています。

LLaVA-OneVisionは、バイトダンス社と複数の大学との共同開発による大規模多様なモダリティモデル（LMMs）です。単一画像、複数画像、動画の各シーンにおいて、オープンな大規模多様なモダリティモデルのパフォーマンス限界を押し広げています。本モデルは、異なるモダリティ／シーン間での強力な転移学習を可能にする設計となっており、特に動画理解やシーン横断能力において新たな総合的な能力を示しています。これは、画像から動画へのタスク変換によって実証されています。

NavAIGuideは拡張可能な多様なモーダルに対応したインテリジェントフレームワークです。モバイルおよびデスクトップエコシステム上のアプリケーションにアクセスすることで、プランニングとユーザークエリを実現します。視覚的なタスク検出、高度なコードセレクター、アクション指向の実行、堅牢なエラー処理などの機能を備えています。ユーザーに効率的な自動化ソリューションを提供することを目的としています。

Mobile-Agentは、自律型マルチモーダルモバイルデバイスエージェントです。マルチモーダル大規模言語モデル（MLLM）技術を活用し、まず、視覚認識ツールを用いてモバイルアプリケーションのフロントエンドインターフェース上の視覚的およびテキスト要素を正確に認識?特定します。認識された視覚環境に基づき、複雑な操作タスクを自律的に計画?分解し、段階的な操作によってモバイルアプリケーションをナビゲートします。アプリケーションのXMLファイルやモバイルシステムのメタデータに依存する従来のソリューションとは異なり、Mobile-Agentは視覚中心のアプローチを採用することで、様々なモバイル操作環境において高い適応性を持ち、特定システムへのカスタマイズを不要にします。Mobile-Agentの性能評価のため、モバイルデバイス操作評価ベンチマークであるMobile-Evalを導入しました。Mobile-Evalに基づき、Mobile-Agentを包括的に評価した結果、高い精度と完了率を達成していることが実証されました。複数アプリケーション操作などの難易度の高い指示に対しても、要求を達成することが可能です。