タグ AIモデル
Phi-4-multimodal-instruct とは
本モデルはマイクロソフトの基盤モデルと紹介され、文章・画像・音声を受けて文章を返すと説明されている。
できること
- 自動音声認識と音声翻訳を行う
- 複数の画像への質疑に答える
- 音声の要約と音声質疑を扱う
活用場面
- 音声助手が多言語の音声回答を届ける
- 教育で視覚と音声から数学や理科を学ぶ
- 制作者が画像や音声から文章を書く
長所と短所
✓ 良い点
- 複数画像の入力で図表の理解に対応
- 音声の要約と音声質疑が挙がる
! 注意したい点
- 出力は文章のみ
- 画像は対応形式への変換が先に要る
よくある質問
文脈の長さは?
資料は 128K の文脈長と説明。
挙がる言語は?
資料は文章に英語・中国語・仏語、音声に英語・中国語・独語を挙げる。
最終評価日: 2026-11-15
その他 LLM APIプラットフォーム ツール
すべて見る →-
302.AI 数百の大規模モデルを単一の API に集約したクラウド 開発者ツール API連携 マルチモデルプラットフォーム モデルデプロイ LLM APIプラットフォーム -
360智脑开放平台 360 モデル API プラットフォーム API連携 マルチモデルプラットフォーム ナレッジベースQ&A 企業自動化 LLM APIプラットフォーム -
4o Image API 画像生成 API ゲートウェイ 無料ツール フリーミアムツール 開発者ツール API連携 LLM APIプラットフォーム -
AI-Flow ノーコードのマルチモデルワークフロー ワークフロー自動化 開発者ツール API連携 ナレッジベースQ&A LLM APIプラットフォーム -
AI/ML API 多数のモデルへの単一ゲートウェイ 開発者ツール API連携 マルチモーダル マルチモデルプラットフォーム LLM APIプラットフォーム -
Amazon Bedrock AWS のコード提案とセキュリティスキャン 無料ツール コードアシスタント IDE アプリ構築ツール LLM APIプラットフォーム