aiai ニュース 2026-11-12
Kakao が、画像も読み、選択肢ごとの確からしさを返す韓国語と英語の「決定モデル」Kanana-2-v-decide-3b-2611 を公開しました
VLM韓国
Kakao は、文を書かずに、選択肢、「はい・いいえ」、段階の問いに、答えごとの確からしさを返すモデル「Kanana-2-v-decide-3b-2611」を、Hugging Face で公開しました。モデルのページの知らせでは、公開は 11 月 6 日です。大きさは 3.67B(画像を読む部分 0.49B、言葉の部分 3.18B)で、自社の VLM「Kanana-2-v-3b」を元にしています。入力は文章、JSON、会話の記録で、画像は 10 枚まで付けられ、動画は読めません。言葉は韓国語と英語です。モデルのページの比べ(会社の自己申告です)では、公開の比べの平均が 61.23 で、比べた 4 つのモデルの中で一番高く、画像の比べ(Decision Index Vision)は 61.12 です。利用の決まりは「Kanana Open License」です。11 月 6 日に書いた Liquid AI の d1-2B と同じ種類のモデルです。
出典: kakaocorp/kanana-2-v-decide-3b-2611 のモデルのページ(Hugging Face)、https://huggingface.co/kakaocorp/kanana-2-v-decide-3b-2611 、2026-11-12 に確かめました
動画を読む VLM が、見たコマで足りるときはすぐ答え、足りないときだけ考える「EVAThink」を、Huawei と華東師範大学の研究者が示しました
VLM中国
動画から取り出すコマの数が少ないと、答えの手がかりが足りなくなります。研究者は、同じ問いを多いコマと少ないコマで解かせ、少ないコマでは考えてから答えたほうが当たる組を集め、6.7K の見本だけで、すぐ答えるか考えるかを選ぶように Qwen3-VL-8B-Instruct を強化学習で学ばせました。論文の本文では、32 コマで平均 63.5%、64 コマで平均 65.6% の正答率で、いつも考える場合に比べて、答えの長さが約 62% 短くなっています。コード、モデル、データは GitHub で公開されています。現場の動画を手元の機械で読ませるとき、計算を減らす手がかりになります。
出典: EVAThink: Evidence Sufficiency-Guided Training for Adaptive Thinking in Video Understanding(arXiv、2026-11-10)、https://arxiv.org/abs/2611.13907 、2026-11-12 に確かめました
出典: Hugging Face の Daily Papers の論文のページ、https://huggingface.co/papers/2611.13907 、2026-11-12 に確かめました
Roboflow が、作業の動画から手順の区切りを見分けるモデルの作り方を書き、歯車の組み立ての例で V-JEPA 2.1 が Cosmos 3 Edge より高く出ました
VLM米国
Roboflow は、作業の動画に手順ごとの区切りを付けて学ばせ、どの時刻にどの手順をしているかを返すモデルを作る手順を、11 月 11 日のブログに書いています(会社の記事です)。主な例は、12 の手順がある歯車の組み立てで、41 人の 82 本、合わせて 2.0 時間の動画を使いました。この会社の比べでは、テストの正答率は V-JEPA 2.1 が 87.3%、NVIDIA の Cosmos 3 Edge が 80.0% でした。ロボットの作業の 2 つのデータ(9.4 時間と 13.3 時間)でも V-JEPA 2.1 が上で、続けて同じ手順が並ぶ所を 1 つの区切りにまとめると、正答率が 59.8% から 83.4% に上がりました。自分の機械で学ばせるには、メモリ 24 GB 以上の GPU が要ります。10 月に書いた Cosmos 3 Edge の追加学習の記事の続きで、別のモデルと並べて比べた点が新しい所です。
出典: Roboflow「Train, Evaluate, and Deploy Action Recognition Models with Roboflow」(2026-11-11)、https://roboflow.com/blog/action-recognition 、2026-11-12 に確かめました
青森県が八甲田山系に置いた AI のセンサーカメラが、11 月 9 日に初めてクマを写しました
VLM日本
青森放送の報道によると、11 月 9 日の午前 7 時 30 分ごろ、青森市横内で、県が置いた AI のセンサーカメラが大人のクマ 1 頭を写しました。このカメラでクマを写したのは初めてで、市と県は、出没の情報のサイト「くまログあおもり」で知らせました。人の被害は確かめられていません。県の発表では、カメラは八甲田山系の 12 か所に、10 月 21 日から 11 月中旬まで置き、すぐに注意を呼びかけることで人がクマに出会う機会を減らす実証です。前に書いた実証で、初めて見つけた例です。報道は Yahoo!ニュースに載った物で、青森放送のサイトの元の記事は開けませんでした。
出典: 青森放送「【クマ出没情報】11月9日 八甲田山系のAIカメラで初の撮影(青森市)」(Yahoo!ニュース、2026-11-09)、https://news.yahoo.co.jp/articles/68b15675a2e010abc3cf2cda45f9085d24bbd9a1 、2026-11-12 に確かめました
出典: 青森県「AI認識機能付きセンサーカメラの設置を行います」(2026-10-16)、https://www.pref.aomori.lg.jp/release/2026/81591.html 、2026-11-12 に確かめました
環境省の速報値で、2026 年度のクマの人身被害は 10 月までに 72 件、被害者 76 人、うち亡くなった人は 6 人です
VLM日本
環境省は、クマに関する情報のページで、2026 年度の人身被害の速報値の表を 10 月分まで更新しました(ページの更新は 11 月 10 日)。4 月から 10 月までで 72 件、被害者 76 人、うち亡くなった人は 6 人です。月ごとの件数は、6 月の 19 件が一番多く、10 月は 8 件でした。都道府県では、岩手県の 12 件(亡くなった人 3 人)、秋田県の 9 件、福島県の 8 件(被害者 11 人)が多くなっています。10 月 16 日に書いた 9 月分までの更新では、表の数字が読み取れませんでしたが、今回は表から読み取れました。数字は速報値で、変わることがあります。
出典: 環境省「R08年度におけるクマの人身被害件数[速報値]」(PDF、2026-11-10 掲載)、https://www.env.go.jp/nature/choju/effort/effort12/r08injury-qe.pdf 、2026-11-12 に確かめました
出典: 環境省「クマに関する各種情報・取組」、https://www.env.go.jp/nature/choju/effort/effort12/effort12.html 、2026-11-12 に確かめました