NIKKEI——日本经济新闻中文版

       目前，AI技术已经进入新的进化阶段。以前只具备视觉能力的AI、只具备听觉能力的AI，正在变成兼具视觉和听觉的AI。运用AI技术提供经营支持的日本初创企业Stockmark首席商务工程师岩谷纯至评价称，“多模态AI无疑是AI的新一代核心技术”。该公司已开始将多模态AI运用到营业辅助工具中。

       多模态AI展现能力的未来已近在咫尺。日本大成建设和AI开发企业ExaWizards制造的AI机器人正具备接近人类五感的感受能力。

       AI从人类的动作中学习了处理不同黏性液体的方法。根据摄像头拍摄的视频、液体重量、机械臂的角度等，掌握了相关技巧，可以比人类更灵巧地将准确计量的液体从瓶子倒入烧杯中。

机器人能够正确计量不同黏度的液体（照片由大成建设提供）

       如果是黏稠的液体，即使快速倒入也不容易洒出来。而像自来水那样清爽的液体，如果一下子倒入，就比较容易倒得太多而溢出。这一点人类可以凭感觉判断出来，但对于以前的AI而言则很困难。于是，大成建设等企业采用了多模态AI技术。无论是有泡沫的肥皂水，还是黏稠的松饼面糊，倒起来都不费劲。这种技术有望在制药厂和食品加工厂等发挥作用。