伊藤 翔

BizDev
NHN → Oracle → Synamon → Activ8 → Preferred Networks

[PFN Tech @preferred_jp]

【ブログ】翻訳特化LLM PLaMo 3 Translateのモ���ル重みをリリースしました。0.8B / 2B / 8B / 31Bの4パターンで、いずれも世界最高レベルの翻訳能力です。ダウンロードして、ローカルで試せます。開発秘話を描いたTech Blog:
https://t.co/qoumKi5LNx
Hugging Face:
https://t.co/AxzZYYbc9f

[Tonkobitta | トンコビッタ @TonkobittaJP]

DREAMSCAPEの前日設営完了！
明日よろしくお願いします！！

#DREAMSCAPE5

[Preferred Networks @PreferredNetJP]

【発表】AI翻訳サービス PLaMo™翻訳 を大型アップデート���ました。今後も引き続き「言語の壁」による機会損失の解消を目指します。
🆕 最新のPLaMo第3世代を適用
📊世界最先端AIモデルと同等の日本語翻訳精度を大幅に低いコストで実現
🌏53言語に対応
🗣️会議翻訳機能を追加
https://t.co/e6L1qYmTNH

[PFN 3D/4D Scan @pfn_3d]

T3lescope 🔭: posed images → high-fidelity 3D meshes.
No per-scene optimization. Scales to arbitrary resolution.
Robust across view counts and scene scales.
Handles glossy and transparent surfaces.
Links in the thread 👇

[PFN 3D/4D Scan @pfn_3d]

T3lescope 🔭: シーンごとの最適化を必要とせず、画像から高精細な 3D メッシュを直接再構成する論文を公開しました。 視点数やシーンのスケールに頑健で、最適化ベースの手法と同等以上の精度を達成します。光沢のある物体や透明な物体も再構成できます。 詳細はスレッドに👇

[Preferred Networks @PreferredNetJP]

【発表】三菱重工とPFNは資本業務提携契約を締結しました。三菱重工は、同契約に基づきPFNへ総額100億円の出資を予定しており、両社はミッションクリティカル領域において高い信頼性と即応性が求められる機械・システムの知能化・自律化に向けた共同開発および社会実装を加速します。
三菱重工が長年培ってきた現場・設備・制御の知見と安全に運用する技術に、AI半導体から基盤モデルまでを一貫して開発してきたPFNの技術を��く結び付け、一社では成し得ない成果を、社会の安心・安全、産業力競争力の向上という形で届けていきます。
https://t.co/fRLQpU3JpE

[Preferred Networks @PreferredNetJP]

PFN開発のオープンワールドサバイバルクラフトゲーム『Omega Crafter™（オメガクラフター）』がSteamの公式イベント「PvEサバイバルクラフトフェス2026」に参加、累計プレイヤー数10万人突破（体験版含む）を記念して40％割引セールをSteamで実施します。
https://t.co/622DnlCb81

[小野直人/最高執行責任者COO, Preferred Networks,inc. @ononaoton]

我々Preferred Networks（PFN）は、Noetra株式会社に出資し、同社が推進するフィジカルAI向け国産マルチモーダル基盤モデルの開発に参画します。

Noetraは、経済産業省・NEDOの「AIロボット・フィジカルAIを見据えたマルチモーダル基盤モデル開発事業」に産業技術総合研究所（産総研）とともに採択され、AIロボットやフィジカルAIの開発基盤となる国産マルチモーダル基盤モデルおよび関連技術の開発を担う企業です。

本取り組みでは、PFN代表取締役社長CEOの岡野原大輔が、NEDO事業の共同研究開発��括責任者として自らNoetraでのモデル開発をリードします。
さらに、当社の誇る国産生成AI基盤モデルPLaMo™の開発責任者・田中大輔をはじめ、PLaMo開発を担ってきた���ンジニアチームがNoetraに出向し、開発を強力に推進します。

PFNは、国産LLM：PLaMoのフルスクラッチ開発・ロボティクス・実世界制御で培った技術を結集し、日本のフィジカルAIと産業競争力のさらなる強化に貢献してまいります。
引き続きのご愛顧、どうぞよろしくお願いいたします。

詳細はこちら：
https://t.co/Dc7AM76bVb

[Daisuke Okanohara / 岡野原 大輔 @hillbig]

今回、Preferred Networks（PFN）は、Noetora（以下、ノエトラ）が進めるフィジカルAI向け国産マルチモーダル基盤モデルの開発に参画します。

また、私自身もNEDO事業における共同研究開発統括責任者としてノエトラのモデル開発に携わるとともに、産総研が主体となって実施する探求枠において、テクニカルディレクターの一人として研究開発を進めます。

その背景と今後について説明します。

これまでPFNでは、フルスクラッチでPLaMoを開発してきました。日本国内で、データ設計、学習プロセス、モデルに対するコントローラビリティを確保しながら、AIの開発と利用を進めることが重要だと考えているためです。現在では企業での利用に加え、ガバメントAI「源内」をはじめ、行政・公的機関における活用も進んでいます。

しかし、生成AI開発をめぐる競争は激しく、競争力のある製品を開発し続けるには、大量の計算資源を安定的に利用できる環境が欠かせません。
さらに、LLMやエージェント向け開発に加え、画像、音声、動画、触覚などを扱うマルチモーダル化やフィジカルAIの実現には、新しいモデルや学習手法が必要になると考えています。そのため、技術開発だけでなく、データの収集・設計や評価手法の構築にも取り組む必要があります。

こうした背景から、ノエトラでは、国内でのモデル開発能力を持つメンバーが結集して基盤モデルを開発します。
また、これと連携する形で産総研が国内外の数十チームと研究開発テーマに取���組んでいきます。計算資源として、すでに国内にある計算資源を活用するとともに、国内最大規模のVera Rubin世代の GPU 27500基からなる計算基盤を構築していき、それを活用したモデル開発を進めていきます。

PFNからも、事前学習、事後学習、研究開発を担当する多くのメンバーがノエトラに参加し、PLaMoの開発を通じて培った技術や成果を取り込んでいきます。他の参画企業が持つ技術や知見とも融合し、一社だけでは難しい開発を進めます。

私は開発戦略チームに所属し、他組織から参加するリーダーたちと連携しながら、全体の開発方針や設計を検討します。また、研究開発を行う探求枠においてもテクニカルディレクターの一人として研究テーマの設定や推進に関わります。

一社では難しい計算資源の確保や基盤モデルの開発、評価技術の開発、研究開発では協調し、その成果を用いた製品化や社会実装では各社が競争します。共通基盤を協調して引き上げ、その上��多様な製品やサービスを競い合う関係です。

PLaMoの開発と提供は今後も継続します。ノエトラで開発される、より競争力の高い基盤モデルをもとに、PFN独自のデータ、学習技術、製品化技術を組み合わせ、PLaMoをはじめとするさまざまな製品へ応用していきます。

===

現在のAIの状況の中で、日本がこの取り組みを進める意義はあるのでしょうか。

一つには、米国と中国がAI開発を強力に主導する中で、第三極となる選択肢をつくりたいという思いがあります。新たな選択肢を提供することは、世界のAI開発や供給構造の安定化にもつながります。

また、AIにどのような価値観や考え方を反映させるかについて、世界中が一つの方向へ収束する必要はありません。日本を含むさまざまな国や地域の考え方を反映できることが重要です。こうした多様性が、世界全体を前に進める上でも大切だと考えています。

もう一つの重要なテーマが、フィジカルAIです。

物理世界でAIを活用することの重要性は広く認識されていますが、技術面でも実用化の面でも、多くの課題が残されています。だからこそ、今から本格的に開発を進め、実用化の段階で重要な役割��果たせる状態をつくる必要があります。

日本が強みとしてきた産業や技術領域を、AIによってどのようにさらに強化できるかは、今後の大きなテーマとなっています。

一方、フィジカルAIに到達する��程でも、汎用的なAI能力の向上は重要です。フィジカルAIは現在のAI開発と切り離された場所に突然現れるものではなく、現在の技術の延長線上に実現されると考えています。

これまでのAI開発も、多くの小さな改善の積み重ねによって進展してきました。AI技術には高い汎用性があり、ある分野の成果が別の分野のブレークスルーにつながることもあります。そうした積み重ねの中から、Transformerや推論技術のように、分野を横断して大きな飛躍を生み出す技術も現れてきました。今後も、このような変化をもたらす技術の登場が期待されていますし、私たちもここに貢献したいと考えています。

===

この取り組みの重要性を認めたとして、現在の国内の開発力で、世界と競争できるモデルをつくることは可能なのでしょうか。

私たちが優れた人材を��めてチームをつくり、一定の競争力のある規模の計算資源を確保し、データセットを設計したとしても、世界の先行モデルと競争することは容易ではありません。

だからこそ、あらゆる領域で同じ競争を続けるのではなく、日本が得意とする領域へ重点を移し、そこで能力を伸���すことが重要だと考えています。

フィジカルAIでは、現場から得られるデータが必要だといわれます。しかし、単に学習用データを集めることでだけではなく、現場の問題設定を理解し、何を評価すべきかを定め、その結果を開発へ反映する必要があります。

例えば、ベンチマークの設計は重要な課題です。現在のAI開発では、適切に測定できる能力は大きく伸ばせる可能性があります。一方、現場で求められるのは、単一のベンチマーク上の性能ではなく、安定的に生産性や品質を向上させることです。現場で本当に必要な能力を定義し、測定する必要があります。

私自身、PFNの事業を通じて、さまざまな産業領域に携わってきました。その中で、現在の技術でつくれる製品と、現場で必要とされる製品との間に、大きなギャップがあることも見て���ました。現場からのフィードバックを開発に反映し、このギャップを埋め続けることが重要です。

技術的な観点でいえば、将来のAIには、知識や動作を事前に学習しておくだけでなく、その場の環境に適応しながら学習する能力が必要です。

その一部はIn-Context Learningとして実現されていますが、さらに伸ばす必要があります。現実世界では、まった��同じ状況を再現することはほぼ不可能です。個々の環境に適応しながら能力や安定性を向上させることが必要です。これは継続学習とよばれる大きな課題分野です。

一方、現在の継続学習には、新しいことを学ぶことで過去の能力が失われたり、モデル更新によって想定外の挙動が生じたりする問題があります。

これらを解決するには、学習の仕組みをより深く理解し、その理解に基づいてモデルを更新する必要があります。完全な理解が難しくても、少なくとも挙動を評価し、制御できなければなりません。

また、マルチモーダルの統合も大きな課題です。現在の枠組みの延長線上で解けるのか、それとも全く新しい構想・処理が必要なのかは大きなテーマとなります。

さらに、これからAIが取り組む問題の多くは、データを取得できない、あるいは取得に大きなコストがかかるものになります。

現在のAIが大きく成功しているのは、膨大なデータを集めたり、強化学習などによって大量の試行錯誤を行ったりできる領域です。

代表例がソフトウェア開発です。ソフトウェア開発では、学習や評価のデータを大量に生成でき、仮想環境で安全かつ低コストに試行錯誤できるため、AIの活用が急速に進んでいます。

これに対して���理領域では、データ収集が難しく、安定的かつ安全に試行錯誤を繰り返すことも容易ではありません。そのため、データ生成が重要な役割を果たしていくとおもわれます。さらに、動画生成モデルなどを発展させた世界モデルが、大規模なシミュレーターとして機能する可能性があります。
また、仮想世界で行動するエージェントが徐々に活動領域を広げ、実世界へ進出してくることも考えられます。

===

今回、大規模な取り組みを始める一方で、その成果が外から見える形になるまでには、一定の時間がかかります。

挑戦的な技術を実際のモデルへ組み込む際には、既存技術との整合性や、大規模化した際の安定性など、多くの課題が生じます。また、計算資源の整備にも時間を要します。

初年度から、PFNをはじめとする国内で実績をあげてき��開発チームが集結し、これまで培ってきた技術や能力を生かし、具体的な成果を出していくことを目指します。しかし、新たな研究開発の成果が、モデルや製品としてリリースされるまでには、一定の時間が必要だと考えています。

進展が非常に速いAI開発において、この期間はとてつもなく長いものです。だからこそ、方向性を誤らないよう中長期的な視点を持ちながら、その間に起きる技術や環境の変化へ迅速に対応しなければなりません。

研究成果を開発へ取り込み、開発上の課題を再び研究へ戻していくという、研究と開発の連携が大きなテーマになります。実験的なモデルを数多く開発し、社会実装から得られるフィードバックを次の研究開発へ反映することも必要です。

今回、大きな支援を受けて開発を進める責任を自覚し、短期的な成果の創出と、中長期的な技術基盤の構築を両立させていきたいと考えています。

===

今回の開発に興味をお持ちの方は、ぜひお声がけください。

PFNを通じてノエトラのモデル開発に参加したい方や、PFNにおいて、その成果の社会実装に取り組みたい方を募集しています。

採用情報はスレッドに掲載します。

[Preferred Networks @PreferredNetJP]

【発表】PFNはNoetraに出資し、同社が推進するフィジカルAI向け国産マルチモーダル基盤モデルの開発に参画します。 https://t.co/FO4ic7oo31

[Preferred Networks @PreferredNetJP]

【記事】PFNは研究結果をどう現場で使えるようにしているか？3Dスキャン・3DCG再構築などを手がける次世代視覚ソリューション開発部のCG Worldインタビュー後編です。

関連ポジションも募集中です！
2D/3Dコンピュータビジョンエンジニア：
https://t.co/rp1ainuzr1
ビジネス開発：
https://t.co/xjbuLhsdE0

[CGWORLD.jp @CGWjp]

【新記事公開】
CG映像業界のテクニカル系の仕事を探る
第13回 後編：研究と実装をつなぐ、Preferred NetworksのAI×3D開発
研究成果は、どうすれば現場で使える技術になるのか。
3DGS、バーチャルプロダクション、3Dデータ基盤構築を例に、PFNのAI×3D開発の実践に迫ります。
https://t.co/H29iWxPL2m

[Hiroharu Kato @hiroharu_kato]

PFNの3DCG関連の取り組みをCGWORLD（僕も紙版を定期購読しています）に取り上げていただきました🎉

[CGWORLD.jp @CGWjp]

【新記事公開】
CG映像業界のテクニカル系の仕事を探る
第13回 前編：Preferred Networksのテクニカル系スタッフの仕事
AI半導体、計算基盤、生成AI、3Dスキャン。
PFNは、なぜ3DCG・映像領域へ取り組んできたのか。
3Dスキャン開発や、AI×3Dの研究開発体制を紐解きます。
https://t.co/JB8FnUQn8d

[Preferred Networks @PreferredNetJP]

【記事】PFNで3Dスキャン・3DCG再構築などを手がける次世代視覚ソリューション開発部の仕事内容についてCGWORLDさんに取材していただきました。

関連ポジションも募集中です！
2D/3Dコンピュータビジョンエンジニア：
https://t.co/ov3JUcqblB
ビジネス開発：
https://t.co/qjt0yrNFdr

[TBS Tech Design Lab 【公式】 @tbs_TDL]

株式会社Preferred Networks | TBS日曜劇場『GIFT』の背景映像に PFNの3DCG映像制作技術を実用化

技術の制作現場への実装および運用はTBSグループのTBSアクトが中心となって行いました。
https://t.co/lumzsvTirf

[Preferred Networks @PreferredNetJP]

【発表】PFNは、大手町・丸の内・有楽町エリアを中心に地域熱供給事業を行う丸の内熱供給と、同社保有の大手町ビルサブプラントの操業自動化を進めています。2026年2月よりPlantPilot™の実機接続ガイダンス試験を開始しており、2027年度中の操業自動化を目指しています。
https://t.co/Dr1s7VHVFt
PFNは今後もAI技術を活用し、持続可能で高度化された都市インフラの実現に貢献していきます。

[Preferred Networks @PreferredNetJP]

【発表】昨日放送開始のTBS日曜劇場『GIFT』（毎週日曜よる9時）の背景映像制作にPFNが開発した3DCG映像制作技術を実用化しました。
多視点写真から現実空間を高精細3DCG化します。
本技術は第1話のほか、今後放送予定の複数シーンに活用されています。https://t.co/4zgvBZPhRT

[Hiroharu Kato @hiroharu_kato]

TBS日曜劇場『GIFT』の制作に Preferred Networks の3Dチームが協力し、昨日から放送が始まりました！

3D Gaussian Splatting (3DGS) による 3DCG を撮影や演出に活用しています。地上波テレビドラマで 3DGS が使用されるのはまだ珍しい先進的な取り組みだと思います

https://t.co/W9osX6fNa1

[伊藤 翔 @ShoIto05]

TBS様の日曜劇場GIFTにPFNの技術を活用いただいております。
日曜劇場GIFT、本当に関係者みなさまの魂がこもった素敵な作品です。1話見ていない方は、ぜひTVerなどでご覧ください！！

[Preferred Networks @PreferredNetJP]

【発表】昨日放送開始のTBS日曜劇場『GIFT』（毎週日曜よる9時）の背景映像制作にPFNが開発した3DCG映像制作技術を実用化しました。
多視点写真から現実空間を高精細3DCG化します。
本技術は第1話のほか、今後放送予定の複数シーンに活用されています。https://t.co/4zgvBZPhRT