監視カメラの映像を人が長時間確認し、異常を見つけたら状況を整理して報告書を作成する。そんな現場の業務をAIが支援する技術が登場しています。
株式会社モルフォは2026年11月20日、11月25日に東京都千代田区で開催される「JDLA Practice」において、VLM(Vision Language Model:視覚言語モデル)を活用したソリューションを展示すると発表しました。
VLMは、画像や映像と文章を組み合わせて処理できるAI技術です。映像に何が映っているのかを読み取り、その状況を言葉で説明することができます。
今回モルフォが紹介するのは、監視映像の解析や異常の検知、状況の説明、レポート作成までを支援するソリューションです。
建設や物流、施設管理など、人の目による確認作業が多い現場での活用を想定しています。
カメラ映像をAIが読み取る! 異常の発見から状況説明まで支援
これまでの画像認識AIは、画像に映っている物体の検出や分類など、特定の処理を中心に活用されてきました。
一方、VLMは画像や映像の情報と文章による指示を組み合わせ、より幅広い状況の把握や説明に対応できる技術です。
例えば、設備や作業エリアを撮影した映像に対して、確認したい内容を文章で指示することで、AIが映像の状況を分析します。
モルフォのVLMソリューションでは、こうした映像解析に加えて、異常の検知とその内容の説明を支援します。
単に異常を知らせるだけでなく、AIが検知した内容を文章で示すことで、現場担当者が状況を確認しやすくする仕組みです。
さらに、解析結果をダッシュボード上に一覧表示し、現場の状況を把握する機能も紹介します。
これにより、担当者が映像を一つずつ確認する負担を軽減し、点検や監視業務の効率化につなげることが期待されます。
ただし、AIによる判断には誤検知や見落としの可能性もあるため、実際の運用では人による確認や業務に応じた検証が重要になります。
報告書の作成もAIがサポート! 建設・物流などの現場DXへ
今回のソリューションは、映像から異常を見つけるだけでなく、その内容を整理して報告用のレポートを作成する業務も支援します。
現場では、点検結果や設備の状態を記録し、関係者に報告する作業が日常的に発生します。
VLMを活用することで、映像から読み取った状況や異常の内容を文章として整理し、報告業務にかかる負担を減らすことが期待されています。
モルフォは、長年培ってきた画像処理・画像認識技術とVLMを組み合わせ、用途に応じたソリューションを設計します。
対象として想定しているのは、車載、建設、スマートシティ、施設運営、物流などの分野です。
一方、実際の現場への導入には、映像の品質や業務ごとの判断基準、既存システムとの連携など、検討すべき課題もあります。
同社は、こうした課題の整理からPoC(概念実証)、現場実装までを一貫して支援する方針です。
今回の展示は、日本ディープラーニング協会が主催する「JDLA Practice」で行われます。
開催日は2026年11月25日で、会場はベルサール秋葉原です。モルフォは1階の「会員企業のAI実践ショーケース」に出展し、VLMを活用した現場DXの可能性を紹介します。
これまで人が映像を確認して判断していた業務に、AIがどこまで対応できるのか。
映像の理解から状況説明、報告書作成までを支援するVLMは、現場の業務効率化を進める技術として注目されます。
詳しくは、モルフォの公式発表をご覧ください。
レポート/DXマガジン編集部




















