NIKKEI——日本經濟新聞中文版

       目前，AI技術已經進入新的進化階段。以前只具備視覺能力的AI、只具備聽覺能力的AI，正在變成兼具視覺和聽覺的AI。運用AI技術提供經營支援的日本初創企業Stockmark首席商務工程師岩谷純至評價稱，「多模態AI無疑是AI的新一代核心技術」。該公司已開始將多模態AI運用到營業輔助工具中。

       多模態AI展現能力的未來已近在咫尺。日本大成建設和AI開發企業ExaWizards製造的AI機器人正具備接近人類五感的感受能力。

       AI從人類的動作中學習了處理不同黏性液體的方法。根據攝像頭拍攝的視頻、液體重量、機械臂的角度等，掌握了相關技巧，可以比人類更靈巧地將準確計量的液體從瓶子倒入燒杯中。

機器人能夠正確計量不同黏度的液體（照片由大成建設提供）

       如果是黏稠的液體，即使快速倒入也不容易灑出來。而像自來水那樣清爽的液體，如果一下子倒入，就比較容易倒得太多而溢出。這一點人類可以憑感覺判斷出來，但對於以前的AI而言則很困難。於是，大成建設等企業採用了多模態AI技術。無論是有泡沫的肥皂水，還是黏稠的鬆餅面糊，倒起來都不費勁。這種技術有望在製藥廠和食品加工廠等發揮作用。