KOBESOFT AIプロダクト開発 — 研究と実装の両輪で

既存モデルの活用から、新規モデルの開発まで。

LLM・拡散モデル・各種オープンモデルの活用はもちろん、用途に合わせた追加学習・自社モデル開発(nagi)まで。 アプリケーション開発とPoCを、評価指標と再現性にこだわって本番品質で作りきります。

生成AIRAGAIエージェントLLMオンデバイスAI画像認識音声認識異常検知エッジAI自社モデル nagiPoC文書AI生成AIRAGAIエージェントLLMオンデバイスAI画像認識音声認識異常検知エッジAI自社モデル nagiPoC文書AI

実例で見る自社モデル nagi

例えば、ノイズ除去。 nagi.denoiseは、声はそのまま周囲の雑音だけを消します。実際の音声サンプルで確認できます。

サンプルを聴く

その要件、既製モデルでは届かない。

「既製モデルでは要件・精度に届かない」

汎用API・既成モデルでは、自社ドメインの精度や制約に最適化しきれない。

「PoCから本番に上がらない」

プロトタイプは動くが、精度・速度・コスト・運用に耐える実装になっていない。

「自社データを活かしきれていない」

独自データはあるのに、追加学習や評価データセットの設計ができていない。

「オンデバイス/エッジで動かしたい」

クラウド前提では、レイテンシ・コスト・機密の制約を越えられない。

「評価と再現性があいまい」

「なんとなく良い」で止まり、定量評価とパイプライン化ができていない。

「研究と実装の間が埋まらない」

論文やモデルはあるが、製品に落とす実装力・運用設計が追いつかない。

——そこから先が、私たちの領域です。

技術領域から、実装を組み立てる

生成AI・RAGの実装から、画像・音声・文書解析、データ分析、そしてエッジ実装まで。要件に合わせて、既存モデルの活用と新規モデル開発を組み合わせます。

OPEN MODELS — 自社開発

モデルから、作れる。自社AIモデル「nagi」

ノイズ除去(nagi.denoise)・音声(nagi.speech)・画像認識(nagi.vision:分類/検出/OBB/セグメンテーション/ポーズ)を Apache-2.0 で公開。 カスタム提供・NPU/エッジ実装・組み込みまで対応します。

nagi を見る

nagi.denoise

ノイズ除去

Apache-2.0

nagi.speech

音声

Apache-2.0

nagi.vision

分類・検出・OBB・セグメ・ポーズ

Apache-2.0

課題設計から、本番運用まで。

01

課題・データ設計

要件と評価指標を定義し、データの状態を見極めて、解くべき問題を切り出す。

02

PoC・実現可能性

最適なモデルを選定・試作し、精度・速度・コストを定量で評価する。

03

開発・実装

本番品質へ。推論基盤・パイプライン・テストまで作り込む。

04

運用・改善

モニタリングと再学習で、精度を維持・向上し続ける。

研究と実装を、ひとつのチームで。

既存モデルを、使い倒す

LLM・拡散モデル・各種オープンモデルを用途に合わせて選定・最適化。車輪の再発明をしません。

必要なら、モデルから作る

追加学習・蒸留・量子化、そして自社モデル(nagi)の開発まで。データに合わせて作れます。

PoCを、本番品質へ

評価指標・データセット設計・再現可能なパイプライン。「動く」を「使える」にする実装力。

オンデバイス/エッジ実装

NPU最適化・量子化で、クラウドに依存しないAIを実機で動かします。

技術要件から、話しましょう。

構想段階でも、PoCの相談でも、既存モデルで詰まっている状態でも構いません。要件と制約を伺い、実現可能性から具体的にお答えします。初回相談は無料です。

相談する
無料 相談