Generatived（Beta）｜生成AIの最新ニュースとトレンドを提供

PaliGemma 2 の導入は、ビジュアル AI の分野における大きな進歩であり、すでに成功を収めている Gemma モデル ファミリの機能を強化します。この新しいバージョンは、前モデルの長所を維持するだけでなく、ビジュアル データを処理および解釈する機能も導入しています。PaliGemma 2 は、既存のシステムとシームレスに統合するように設計されており、さまざまなモデル サイズと解像度を提供して、さまざまなタスクのパフォーマンスを最適化します。

PaliGemma 2 の最新機能には、30 億から 280 億のパラメータと 224 ピクセルから 896 ピクセルの画像解像度のモデルを備えたスケーラブルなパフォーマンス オプションが含まれます。これにより、手元のタスクの複雑さに基づいてカスタマイズできます。さらに、このモデルは、画像のニュアンスに富んだコンテキスト認識の説明を提供する長いキャプションを生成することに優れており、基本的なオブジェクト認識を超えて、アクション、感情、物語を伝えます。

PaliGemma 2 の汎用性は、化学式の認識、楽譜の解釈、空間推論、医療画像分析など、さまざまな分野での応用によってさらに実証されています。オリジナルの PaliGemma から PaliGemma 2 へのアップグレードは簡単なので、ユーザーは既存のコードベースに大きな変更を加えることなく、パフォーマンスの向上の恩恵を受けることができます。技術レポートでは、モデルの機能に関する追加の洞察と、その潜在能力を最大限に活用するためのガイダンスを提供しています。

オリジナルの PaliGemma のリリース以来、Gemma エコシステムは飛躍的に成長し、Gemmaverse 内で多数のモデルとアプリケーションが登場しています。コミュニティの創造性は、ビジュアル ドキュメント検索の進歩、精度向上のための微調整手法、リアルタイム オブジェクト追跡の進歩など、PaliGemma の革新的な使用法に表れています。Gemmaverse の継続的な拡張は、モデルの適応性とビジュアル AI テクノロジーの将来の開発の可能性を明確に示しています。