百度教育製品は今回、DeepSeek-R1モデルを導入することで、深層学習技術を用いて学習ツールの知能化レベル向上を目指します。写真で問題を検索する機能において、DeepSeek-R1は標準解答を提供するだけでなく、その強力な推論能力を発揮し、段階的に解法過程を示すことで、ユーザーが解法を真に習得するのを支援します。このアップグレードは、学習者の解答ニーズに応えるだけでなく、解法思考の育成にも重点を置き、「魚を与えるだけでなく、漁の方法も教える」という教育理念を実現します。

マルチモーダルタスク（画像検索、画像キャプション生成、医療診断など）において、視覚言語モデル（VLMs）は極めて重要な役割を果たしています。これらのモデルの目的は、視覚データと言語データを整合させることで、より効率的な情報処理を実現することです。しかし、現在のVLMsは否定表現の理解において依然として大きな課題に直面しています。否定表現は、「窓のない部屋」と「窓のある部屋」を区別するなど、多くの応用において極めて重要です。VLMsは著しい進歩を遂げていますが、否定的な記述を処理する際には、既存モデルの性能は依然として不十分です。

Cohere社は最近、Embed3検索モデルにおいて大きな進歩を遂げ、画像検索機能とテキスト検索機能をシームレスに統合することに初めて成功しました。この革新により、企業は同一データベース内で画像とテキストを統一的に検索することが可能になり、膨大な製品画像、設計ファイル、レポート管理に革命的な変化をもたらします。技術的には、新しいシステムは統一されたストレージアーキテクチャを採用しており、企業が複数の独立したデータベースを維持する必要性を完全に解消します。システムはPNG、JPEG、WebP、GIFなどの主要な画像形式をサポートし、単一ファイルの容量上限は5MBです。

上海秘塔網絡科技有限公司は、AI秘塔検索プラットフォームに新しい画像検索機能を追加したことを発表しました。この新機能により、ユーザーは画像検索時に関連画像をカテゴリ別に表示でき、検索プロセスがより整理され、時間と労力を節約できます。さらに、この機能はユーザーに美しい景色とルートの推奨を提供し、ユーザーの旅行計画を支援します。

Googleは、「Ask Photos」機能のテストを実施しています。この機能により、ユーザーは自然言語で個人の写真ライブラリとやり取りできます。例えば、「訪れた各国立公園の最高の画像を表示」や「ナンバープレートを検索」といった質問ができます。この機能はまだ正式にリリースされていませんが、Googleアプリの最新バージョンに含まれています。「Ask Photos」により、写真と動画は、情報をインテリジェントに抽出し、文脈を理解できる視覚データベースへと変わります。レポートによると、コードに含まれるキーワードは、Google Geminiに関連する新しい拡張機能を示唆しています。この機能は…

北京大学の袁粒研究室と南洋理工大学、清華大学自動化研究所の研究者らが共同で、スケッチ、絵画、低解像度画像などからでも正確にユーザーのニーズに合致する革新的な画像検索技術を開発しました。この技術の中核をなすのは「汎用スタイル検索」手法であり、テキスト、スケッチ、絵画などの組み合わせを含む様々な検索スタイルに対応し、検索の柔軟性と正確性を大幅に向上させます。研究チームは、DSRとImageNet-Xのデータセットを構築し、新手法の訓練とテストのためのリソースを提供しています。FreestyleR

XiaomiはXiaomiコミュニティで発表を行い、一連のテストと調整を経て、一部機種に新しい全AI機能を提供開始すると発表しました。ユーザーはコミュニティでベータ版への参加を申請する必要がなくなり、機種とシステムバージョンが条件を満たしていれば、これらのAI機能を直接体験できます。

Midjourneyは、画像検索の速度と機能を向上させた新バージョンのウェブサイトを公開しました。新ウェブサイトは、より高速で安定しており、読み込み遅延の問題が解消されています。新しいライティングモードにより、ユーザーはリアルなシーンを簡単に作成できます。新たに搭載されたライトボックス機能により、作品をより直感的に表示し、作品の詳細な鑑賞やクリエイティブな交流を促進します。また、個人検索機能により、ユーザーは興味のある作品をより簡単に検索できます。

スウェーデンのオンライン決済および小売サービスプロバイダーであるKlarnaは、ショッピング体験を向上させるAI画像検索ツール「Shopping Lens」を発表しました。ユーザーは写真を撮影することで、購入したい商品をすばやく見つけることができ、衣料品や電子製品など、1000万種類の商品を網羅しています。「Shoppable Video」機能も拡張され、パーソナライズされたビデオ体験を提供します。その他の新機能には、実店舗での製品スキャン、キャッシュバックプログラム、シングルサインオンソリューションなどが含まれます。

1. Lazadaは、大規模言語モデルの汎用的な能力を活用し、東南アジアユーザーが直面する小言語での検索や画像検索の問題点を解決しています。 2. Lazadaは、大規模言語モデルのシンプルなインタラクションとコンテンツ生成能力を活用し、東南アジアのセラーの広告マーケティングにおける効率性を向上させています。 3. Lazadaは、技術とビジネスを融合させ、東南アジア市場への深い洞察に基づいて、ECにおける競争優位性を築いています。