推論
計画を立て、難しい問題を一歩ずつ解き、自らの推論を確かめながら進むモデル。
動き続け、学び続ける。
リビングモデルは、現実の環境の中で動くAIです。自らの記憶を持ち、ライブなストリームの上で推論し、仕事の中で学び、行動します。24時間365日動き続け、動かすほどに研ぎ澄まされていきます。
これらすべてを、本番のスケールでも破綻しないひとつのシステムへと統合すること —— それが未解決の問題であり、私たちの研究そのものです。
研究
5つの能力、ひとつのリビングモデル。
エージェント
実際のソフトウェアそのものを動かす、自律的な複数ステップの行動。
継続学習
運用の中で学び続けるモデル。新しい成果を取り込みながら、これまでに身につけた能力を保ち続けます。
再帰型メモリ
持続的な再帰状態（RLM）が、長期のタスクにわたって無限の記憶を運びます。
ストリーミング／ライブ
連続するデータストリームを読み取り、リアルタイムに行動する常時稼働モデル。
統合されたそれが、リビングモデルです。
あなたが得るもの
リビングモデルを、現場へ。
リビングモデルが、あなたの現場のプロセスをひとつ引き受け、24時間365日、端から端まで動かします。あなたのデータと承認済みの成果から学び、動かすほどにあなたの仕事に習熟していきます。そして、いま使っているシステムの上で動きます。
協働のかたち 基盤モデル ベース
あなたのリビングエージェント 上で動く Spicedust
現場のオペレーション あなた側
実証領域
ひとつの技術、三つの現場。
リビングモデルの技術は水平的です。ライブなストリーム、本物のドリフト、長期の状態、そして結果を伴う行動 —— この条件がそろう環境なら、どこでも動きます。重工業の現場は、まさにそうした環境に満ちています。
工場自動化・ロボティクス
ライブなセンサー・ビジョン・制御ストリーム、絶えざるドリフト、長期のライン状態。
金融・フィンテック
ライブな取引・市場ストリーム、時間単位で変化するパターン、エンティティごとの記憶。
エネルギー・電池・グリッド
連続テレメトリ、リアルタイム最適化、オンラインでの劣化学習。