JA
EN
国産基盤モデルが直面する、3つの壁
国産基盤モデルがつまずくのは、モデル設計よりも前。データの調達に壁が立ちはだかる。
量の壁
規模が、足りない
海外トップラボが事前学習に投じる量のデータが、日本発では存在しない。画像・動画・音声をまたぐマルチモーダルとなれば、不足はさらにに深刻に。Webスクレイピングだけでは量も質も満たせません。
権利の壁
集めただけでは、使えない
テレビ・ラジオ・出版・配信網には、まだAIに使われていないデータが眠っています。これらはWebスクレイピングでは手に入れられません。
日本固有の壁
日本のデータは、海外で買えない
日本語・日本文化は、翻訳データや欧米発のデータでは代替できません。日本国内で調達、あるいは作り起こす必要があります。
3つの
壁を、
同時に越える
規模・権利・日本固有性
国産基盤モデルが必要とするすべてが、ここにある
眠るデータを、
解き放つ
放送・出版・音声アーカイブに眠る数十年分の一次データ。Qlean Datasetが権利処理を済ませ、そのまま学習に使える状態で提供します。
すべて、
権利クリア
取得ソースと権利処理が、一点ごとに明確。商用展開、モデル配布、学習データの公開など、どの段階でも権利リスクはありません。
日本固有データは、
日本でしか生まれない
世に存在しないデータは、国内で作り起こします。日本語・日本文化に特化した収録・制作を、必要な規模と用途に合わせて対応できます。
日本から、
世界基準のデータ基盤を
権利クリアのまま、基盤モデルが必要とする規模へ
画像
10
億
点
動画
100
万
時間
※
音声
100
万
時間
※
マルチモーダル
画像×動画×音声×テキストの対応付け
フィジカルAI
実世界の挙動・物理現象データ
どのデータも共通して
取得ソース明確
権利取得済み
セキュリティ管理
一点ごとに追跡可能
※いずれも見据える到達目標
日本から、世界基準のデータ基盤を
権利クリアのまま、基盤モデルが必要とする規模へ
画像
10
億
点
動画
100
万
時間
※
音声
100
万
時間
※
マルチモーダル
画像×動画×音声×テキストの対応付け
フィジカルAI
実世界の挙動・物理現象データ
どのデータも共通して
取得ソース明確
権利取得済み
セキュリティ管理
一点ごとに追跡可能
※いずれも見据える到達目標
権利者の利益を守る
権利者の利益を守ることが、良質なデータを生む唯一の道。Webには出てこない一次データが集まり、それがそのままモデル開発側に届く——その循環を成立させるために、Qlean Datasetは、AIを開発する側と、データを持つ権利者の、双方の基盤であり続けます。
50
億
累計データ点数
100
万時間
累計取り扱い時間
1.6
万社・者
権利者・パートナー
2026年6月現在
40年、データを正規に預かってきた
アマナイメージズは40年以上にわたり、写真・映像・音源を権利者から正規に預かり、世に流通させてきました。データの権利を守ることを事業の中心に置き続けてきた、その体制そのものが、Qlean Datasetの土台になっています。
許諾・対価・用途を、一点ごとに管理する
一点ごとの許諾レコード、権利者への適正な対価設計、用途範囲・学習可否・再配布の厳格な管理。AI学習用途としてあらためて合意を取り直したデータだけが、Qlean Datasetから外に出ていきます。権利の問題が後から生じない構造を、最初から備えています。
守ってきたから、預けていただける
テレビ局、ラジオ局、出版社、配信網——Webには出てこない一次データを預けていただけるのは、権利者の利益を40年にわたって守り続けてきた実績があるからです。その信頼の積み重ねが、取得ソースの明確な、安心して学習に使えるデータとして、基盤モデル開発側に届きます。
データを預けてくださっているパートナー
国産AIの、
共通基盤を担う
国産の基盤モデルは、一社の力だけでは立ち上がらない。必要な量も、権利の整理も、ガバナンスも、開発側・研究機関・データホルダー・国が支え合って初めて成立する。
Qlean Datasetは、その共通のデータ基盤です。
Qlean Dataset が選ばれる理由
高品質、コンプライアンス、拡張性を兼ね備え、実用フェーズを見据えたAI開発を支えるエンタープライズ向けデータインフラ。
国産AIのエコシステムを、結ぶ
データホルダー・研究機関・基盤モデル開発者・国をつなぐ結節点として、量と権利とガバナンスをエコシステム全体で成立させます。
取得ソース・機密・管理体制を備える
取得ソースの追跡、機密の保持、管理体制の整備。公共の基盤に求められる水準で、すべてを備えています。
規模・権利・日本固有性
国産基盤モデルが必要とするすべてが、ここにある
音声基盤モデルの事前学習に、
グローバル最大級の日本語音声データを
用途
事前学習用音声データ供給
データ
日本語音声（1話者〜複数話者）
規模
グローバル最大級
音声基盤モデルの事前学習に向け、1話者から複数話者まで多様なパターンの日本語音声データをグローバル最大級の規模で供給した。話者構成・収録環境・発話スタイルの多様性を確保し、モデルの日本語音声理解の底上げに貢献した。
グローバル最大級の日本語データを供給
1話者・2話者・複数話者の各パターンを網羅。会話の自然な流れ・話者交代・発話スタイルの違いをカバーした日本語音声を、グローバル最大級の規模で供給した。
日本語固有のニュアンスを収録
敬語・方言・世代差・感情表現など、日本語に固有の発話特性を含む音声を供給。モデルの日本語理解精度を底上げした。
権利クリアで提供
音声データ一本ごとに取得ソースと権利処理が明確。商用モデルへの組み込み・配布の段階でも、権利リスクが残らない状態で納品した。
音声基盤モデルの事前学習に、
グローバル最大級の日本語音声データを
用途
事前学習用音声データ供給
データ
日本語音声（1話者〜複数話者）
規模
グローバル最大級
音声基盤モデルの事前学習に向け、1話者から複数話者まで多様なパターンの日本語音声データをグローバル最大級の規模で供給した。話者構成・収録環境・発話スタイルの多様性を確保し、モデルの日本語音声理解の底上げに貢献した。
グローバル最大級の日本語データを供給
1話者・2話者・複数話者の各パターンを網羅。会話の自然な流れ・話者交代・発話スタイルの違いをカバーした日本語音声を、グローバル最大級の規模で供給した。
日本語固有のニュアンスを収録
敬語・方言・世代差・感情表現など、日本語に固有の発話特性を含む音声を供給。モデルの日本語理解精度を底上げした。
権利クリアで提供
音声データ一本ごとに取得ソースと権利処理が明確。商用モデルへの組み込み・配布の段階でも、権利リスクが残らない状態で納品した。
音声基盤モデルの事前学習に、
グローバル最大級の日本語音声データを
用途
事前学習用音声データ供給
データ
日本語音声（1話者〜複数話者）
規模
グローバル最大級
音声基盤モデルの事前学習に向け、1話者から複数話者まで多様なパターンの日本語音声データをグローバル最大級の規模で供給した。話者構成・収録環境・発話スタイルの多様性を確保し、モデルの日本語音声理解の底上げに貢献した。
グローバル最大級の日本語データを供給
1話者・2話者・複数話者の各パターンを網羅。会話の自然な流れ・話者交代・発話スタイルの違いをカバーした日本語音声を、グローバル最大級の規模で供給した。
日本語固有のニュアンスを収録
敬語・方言・世代差・感情表現など、日本語に固有の発話特性を含む音声を供給。モデルの日本語理解精度を底上げした。
権利クリアで提供
音声データ一本ごとに取得ソースと権利処理が明確。商用モデルへの組み込み・配布の段階でも、権利リスクが残らない状態で納品した。
Visual Bank Group
「あらゆるデータの可能性を、解き放つ」をミッションに、眠っているデータとAI開発の現場をつなぐ。経済産業省・NEDO「GENIAC」採択。
website
国産AIのデータ基盤づくりを、ともに
相談する
