NABLASがAIの最先端研究を発表！フェイク動画検知や日本文化AIなど3つの論文をJSAI 2026で公開

SNSを活用した食品トレンド予測システム

食品の流行は、製造・在庫・物流計画に直接影響するため、SNS上の言及からマーケティング分析において注目すべき食品名候補を早期に抽出・整理する手法が求められています。しかし、選定の基準となる既存の指標は十分に整備されていません。

この研究では、分析対象の食品名が「現時点での低頻度性（レア度）」と「語構成の非典型性（意外性）」を併せ持つという仮定のもと、これらを統合して順位付けすることで、食品トレンド分析における探索的分析を支援するフレームワークを提案しています。

詳細はこちら：https://www.nablas.com/post/sns-food-recommendation

進化するフェイク動画を見破る新技術

拡散モデルベースの動画生成技術の急速な発展により、ますますリアルな合成コンテンツが生成され、自然なフェイク動画が増えています。従来のフェイク動画検知方法は、フレーム間の微細な不整合を捉えることで判断していましたが、生成AI技術の発展により、この不整合を捉えることが難しくなってきています。

本研究では、この微細な不整合（時間的整合性の乱れ）を捉え、フェイク動画を見破るための新たな検出フレームワークを提案しています。RGBの外観特徴とオプティカルフローの残差を組み合わせることで、空間的・時間的整合性を活用した検出フレームワークです。10種類の多様な生成モデルに対する大規模実験の結果、高いロバスト性と優れた汎化性能を示しました。

詳細はこちら：https://www.nablas.com/post/arxiv-202508-1

日本文化に特化した動画AI評価「Japanese Video-QA」

近年、MLLM（Multimodal Large Language Model）は画像・音声・動画をまたぐ処理能力を急速に高めていますが、日本語かつ日本の文化に強く依存する動画理解の能力を定量的に評価できるベンチマークはほとんど存在しません。

この研究では、このギャップを埋めることを目的に、日本文化に特化した動画質問応答ベンチマーク「Japanese Video-QA」を提案しています。データセットは、YouTube上の日本に関する動画428本に対し、Gemini 2.5 Flashによる質問生成と人手による検証・修正を通じて構築した800件の質問応答ペアから成り、四季・行事、観光名所、伝統文化、食文化、自然・風景、ポップカルチャーの6ドメインと100サブドメインを網羅しています。

詳細はこちら：https://www.nablas.com/post/japanese-video-qa

トヨタ自動車との共同研究も発表！

NABLASは、これらの独自研究の他に、トヨタ自動車株式会社との共同開発に関する研究成果として、以下の2本の論文も発表予定です。

時系列データ解釈のためのマルチモーダルLLM設計と自動車の運転挙動説明への応用
時系列データ解釈のためのマルチモーダルLLM開発に向けた車両走行データセット構築

NABLASの今後の展望

NABLASでは、フェイク検出技術の他、AIエージェントによるデータ分析の自動化、DAGの自動構築を含む因果推論の自動化、製造業をはじめとする工場や製造現場での時系列データの活用による生産性向上および異常検知報告など、幅広い分野でのAI応用にも挑戦しています。

NABLAS株式会社について

NABLAS株式会社は、東京大学発のベンチャーであり、AI人材教育・育成機関、そして最先端のAI技術、特にDeep Learning技術を活用したソリューションを提供するAI総合研究所です。AI技術の社会実装を様々な形で実現し、より良い未来を創造するための技術やサービスを探索・創造し続けています。

NABLAS株式会社公式サイト：https://nablas.com