カカオ、端末内で動くマルチモーダルモデルを開発

カカオは、スマートフォンなどの端末内で実行できるマルチモーダルAIモデル「カナナ-o」を開発し、改良を進めています。カナナ-oはテキスト、画像、音声を処理するオムニモデルで、カカオは端末単体で動作する版を確保しました。今後、カカオトークのAIサービス「カナナ スペース」などに適用する見通しです。

カナオ スペースは、カカオトークの画面を二本指で下にスワイプするとキャラクターのライアンが現れ、利用者が音声とテキストで依頼できるサービスです。カカオは12月に非公開ベータテスト（CBT）を始める計画で、当初はサーバーモデルを優先して動かします。長期的には、簡単な作業をスマートフォンで処理し、複雑な作業をフロンティアモデルに任せて効率を高める方針です。

オンデバイスAIは、端末内でモデルを動かしてサーバーへの依存を減らし、応答を速める技術です。利用者情報を外部サーバーに送る範囲を狭められるため、プライバシー保護とセキュリティにも有利だとカカオは説明しました。カカオのユニファイド・ファウンデーション・モデル成果リーダー、ノ・ビョンソクは13日の「if(kakao)26」で、サーバーに送る前にスマートフォンで処理できる依頼を先に処理すれば、応答が速くなり、機密情報を外部に送る範囲も小さくなると述べました。

カカオは、マルチモーダルAI技術を支えるエンコーダーも開発しています。21日に自社開発のビジョンエンコーダーをオープンソースとして公開し、音声エンコーダーも年内に公開する計画です。韓国語と利用者の文脈への理解を生かしてモデルの性能と効率を高め、AIエージェントサービスの基盤技術を改良するとともに、研究成果を共有するとしています。

カカオは、スマートフォンなどの端末内で実行できるマルチモーダルAIモデル「カナナ-o」を開発し、改良を進めています。カナナ-oはテキスト、画像、音声を処理するオムニモデルで、カカオは端末単体で動作する版を確保しました。今後、カカオトークのAIサービス「カナナ スペース」などに適用する見通しです。

カナオ スペースは、カカオトークの画面を二本指で下にスワイプするとキャラクターのライアンが現れ、利用者が音声とテキストで依頼できるサービスです。カカオは12月に非公開ベータテスト（CBT）を始める計画で、当初はサーバーモデルを優先して動かします。長期的には、簡単な作業をスマートフォンで処理し、複雑な作業をフロンティアモデルに任せて効率を高める方針です。

オンデバイスAIは、端末内でモデルを動かしてサーバーへの依存を減らし、応答を速める技術です。利用者情報を外部サーバーに送る範囲を狭められるため、プライバシー保護とセキュリティにも有利だとカカオは説明しました。カカオのユニファイド・ファウンデーション・モデル成果リーダー、ノ・ビョンソクは13日の「if(kakao)26」で、サーバーに送る前にスマートフォンで処理できる依頼を先に処理すれば、応答が速くなり、機密情報を外部に送る範囲も小さくなると述べました。

カカオは、マルチモーダルAI技術を支えるエンコーダーも開発しています。21日に自社開発のビジョンエンコーダーをオープンソースとして公開し、音声エンコーダーも年内に公開する計画です。韓国語と利用者の文脈への理解を生かしてモデルの性能と効率を高め、AIエージェントサービスの基盤技術を改良するとともに、研究成果を共有するとしています。