パナソニック、テキスト・画像・音を相互に変換可能なマルチモーダル生成AI開発

パナソニック ホールディングス（以下、パナソニックHD）およびパナソニックR＆Dカンパニーオブアメリカは6月4日、カリフォルニア大学ロサンゼルス校（（以下、UCLA））の研究者らと共同で、テキスト、画像、音といった異なるデータ形式を自由に相互変換できる（以下、Any-to-Any）マルチモーダル生成AI「OmniFlow」を開発したと発表した。

• 

  OmniFlowによる生成例　引用：パナソニック ホールディングス

マルチモーダルな生成AIが抱える課題

異なるデータ形式同士の変換を実現するマルチモーダルな生成AIは、学習データに通常、取り扱いたいデータ全てのペアを用意する必要がある。