ティーティス合同会社（本社：東京都渋谷区、CEO：高頭 博志）は、奈良先端科学技術大学院大学との共同研究による論文が、2025年12月23日にインド・ムンバイで開催される国際会議「IJCNLP-AACL 2025」併設ワークショップ「MMLoSo 2025: Multimodal Learning on Sound and Vision」に採択されたことをお知らせいたします。
「International Joint Conference on Natural Language Processing & Asia-Pacific Chapter of the Association for Computational Linguistics（IJCNLP-AACL）」は自然言語処理（NLP）分野における難関国際会議の一つであり、特にマルチモーダル学習の研究成果が注目される場となっています。
[画像: https://prcdn.freetls.fastly.net/release_image/157025/7/157025-7-c4bef6dbe681ad3238981ed2823fa0a7-1920x1080.png?width=536&quality=85%2C75&format=jpeg&auto=webp&fit=bounds&bg-color=fff ]
■ 論文の概要
Toward Automatic Safe Driving Instruction: A Large-Scale Vision Language Model Approach
（ティーティス × 奈良先端科学技術大学院大学 共同研究）
本研究は、ドライバーの安全運転を支援するための「自動運転指導生成（Automatic Safe Driving Instruction）」に焦点を当て、大規模視覚言語モデル（LVLM） の性能と適用可能性を検証したものです。
■ 研究の背景
近年、LVLMは物体検出など視覚情報を伴うタスクにおいて急速に進歩しており、道路状況を説明する自動要約やリスク検知への応用が期待されています。しかし、安全運転評価の実用化には前方カメラと 車内カメラ の双方を統合的に理解する仕組みが不可欠です。
本研究では以下の点に取り組みました。
- 前方・車内 2つの映像入力を統合するLVLMモデルの構築
- 映像からリスク行動（例：スマホ操作）を検知する能力の評価
- 大規模データセットの構築と、既存LVLMの性能比較
- ファインチューニングによる性能改善の実証
評価実験の結果、事前学習済みLVLMは安全指導生成において限定的な性能しか示さなかった一方、ファインチューニング済みLVLMは高精度な安全運転指示を生成できることが明らかとなりました。また、微小な動作や複雑なリスク行動に対しては依然として課題が残ることも確認され、今後の改良ポイントを明確にする知見を提供しています。
本研究は、安全運転支援システムや物流事業者向け運転指導AIへの応用に向けた重要な一歩となります。
■ 今後の展望
ティーティスと奈良先端科学技術大学院大学は、今回の研究成果を基盤として、
- さらなるLVLMの高精度化・軽量化
- 現場運用を前提としたリアルタイム推論パイプラインの開発
- 高リスク行動の細粒度ラベリングデータセットの拡充
- ドラレコあとづけAI「アクレス」への応用
などを進め、安全運転支援の高度化に向けて共同研究を継続してまいります。
参考情報
ワークショップ名：MMLoSo 2025 Workshop at IJCNLP-AACL 2025
開催日程：2025年12月23日（ムンバイ、インド）
学会URL：https://2025.aaclnet.org/
論文URL：https://arxiv.org/abs/2511.23311
ティーティス合同会社 https://www.teatis.jp/
所在地：東京都渋谷区道玄坂1丁目10−5 渋谷プレイス3F Orbit Shibuya内
代表者：CEO 高頭 博志
事業内容：AI映像分析サービス「アクレス」の開発・提供
