tokimoatokimoa

News

ニュース

研究

点検特化AI shokuba-probe-2bを12種対応に拡張 — 建設・厨房・倉庫物流・現場監視をカバー、動画480フレームで転倒誤検知ゼロ

点検OSS「shokuba-lens」の中核モデルshokuba-probe-2bを、公開データ13種によるマルチデータセット学習で更新しました。対応する点検質問はヘルメット着用1種から、安全ベスト・安全帯・火/煙・消火器・転倒者・マスク・ヘアネット・手袋・フォークリフト・パレットトラック・カゴパレットの12種に拡張し、建設現場のPPEから厨房衛生、倉庫・物流拠点の機材、現場監視までを約1.7GBの単一モデルでカバーします。学習に一切使っていないデータセット（SHWD）のヘルメット判定でF1 0.960と、初見の現場写真への汎化も実測で確認。転倒検出は監視カメラ実映像から作った「座りかけ・着座」の紛らわしい姿勢データで鍛え、学習と分離した実映像480フレームで誤検知0件を達成しました。shokuba-lens側も動画点検にこの特化モデルを組み込めるようにし、汎用モデルのみで5フレームに出ていた火・煙の誤検出が0件になっています。全12種の実測値・測定方法・評価データの帰属はモデルカードに明記し、チェックポイント選択と最終評価の分離、対象が写っていない画像での誤検知測定を含む評価規律で運用しています。

モデルカードを見る
shokuba-lens（点検OSS・6ドメインのルール同梱）SHWD（汎化評価に使用した第三者データセット）
研究

フィジカルAI領域に参入 — ロボット基盤モデル（VLA）3種のMLX移植と、写真から改善提案を作る点検OSSを公開

フィジカルAIへの取り組み第1弾を公開しました。ロボットの頭脳にあたるVision-Language-Actionモデルの主要オープン3種（Hugging Face smolVLA、Physical Intelligence π0、NVIDIA GR00T N1.7）をApple Silicon（MLX）へ移植し、いずれもPyTorch参照実装とコサイン類似度0.9999以上（π0とGR00Tは1.0000）の出力一致を検証した上でHugging Faceに公開。50手先までの行動生成が160〜522ミリ秒・ピークメモリ1.6〜10.4GBと、大規模GPUなしで実機制御に足る速度で動作します（GR00TはNVIDIAライセンスに基づく研究・評価目的限定）。あわせて、職場の写真をローカルAIが点検し改善提案レポートを生成するOSS「shokuba-lens」をGitHubで公開（正解既知のテストで仕込んだ違反3件を全指摘・誤検知ゼロ）。業務用語音声認識jp-jitsumu-whisperも語彙拡張のv2に更新し、専門用語の表記精度を45.1%から54.1%（whisper.cpp実行では57.1%）へ引き上げました。

shokuba-lensを見る
smolvla-mlx（VLA移植・160ms/チャンク）pi0-mlx（Physical Intelligence π0）groot-n1.7-mlx（NVIDIA GR00T・研究評価用）jp-jitsumu-whisper v2（業務用語ASR）
研究

自社開発の日本語業務特化モデル4種8リポジトリを公開 — 帳票読取・議事録構造化・文書パース強化・業務用語音声認識

MLX変換モデルの公開に続き、合成データによる自社学習モデルの第1弾として4種8リポジトリをHugging Faceで公開しました。帳票リーダーのjp-invoice-reader-2b（2Bクラスで請求書・見積書の項目抽出94.3%、大規模GPU不要で16GBメモリのノートPCでも動作・Mac実測）、議事録構造化のjp-minutes-extractor-1.7b（チャットログや走り書きメモから出席者・決定事項・宿題をJSON抽出、表記の正規化つき）、文書パースの日本語強化版hpd-parsing-ja（カタカナ語の読み取りをベース比26ポイント改善）、業務用語音声認識のjp-jitsumu-whisper-lora（会計・法務・IT専門用語の表記精度で蒸留元のwhisper-large-v3を上回る）です。いずれも正解既知の合成データで学習し、未見語彙・現実風入力での実測スコアと学習条件をモデルカードに明記しています。音声認識と議事録構造化を組み合わせると、会議録音から議事録JSONまでをデータを外に出さずローカルで一気通貫できます。

Hugging Faceで見る
jp-invoice-reader-2b（帳票リーダー）jp-minutes-extractor-1.7b（議事録構造化）hpd-parsing-ja-mlx-8bit（文書パース日本語強化）jp-jitsumu-whisper-lora（業務用語ASR）
研究

国産VLM 3系統のMLX初対応を含む6モデル16リポジトリを追加公開 — 移植実装はmlx-vlm本体にマージ

移植実装を要するモデル群のMLX変換第2弾として、6モデル16リポジトリをHugging Faceで追加公開しました（公開中の検証済みMLX変換モデルは計33リポジトリに）。LLM勉強会のllm-jp-4-vl-9b-beta、Preferred NetworksのPLaMo 2.1-VL（2B/8B）はいずれも本モデル初のMLX対応で、当方の移植実装はmlx-vlm本体へプルリクエストを提出し、いずれも提出当日にマージされました。ほかに日本語文書読解特化のStockmark JapanDocReader（30B級MoE・正解既知の文書QA全問正解・生成約110 tok/s）、スイスAIイニシアチブのApertus-v1.5-8B（テキストLM抽出版・リリース版transformersでは動かない中でmlx-lm標準で動作）、階層並列デコードの推論プロトコルごと移植したHPD-Parsing（A4文書1ページ約5秒でレイアウト座標付きパース）を収録。すべてtransformers参照実装との出力・ロジット一致検証と決定論性の確認を通した上で公開しています。検証過程で発見した変換ランタイムの不具合2件は上流に報告し、1件は翌日修正・1件は修正プルリクエストを提出済みです。

Hugging Faceで見る
llm-jp-4-vl-9b-beta MLX（国産VLM・初のMLX対応）PLaMo 2.1-8B-VL MLX（Mambaハイブリッド）Stockmark JapanDocReader MLX（日本語文書読解）mlx-vlm本体へのマージ（llm-jp-4-vl対応）
研究

実測検証済みMLX変換モデル13種を追加公開 — 日本語の音声認識・文書理解からPC操作エージェントまで

Apple Silicon向けに変換・実測検証したモデル13種をHugging Faceで追加公開しました（公開中の変換モデルは計18種に）。日本語カタカナ音声認識のkana-whisper、ドキュメントパースのOvisOCR2とUnlimited-OCR、日本語文書推論のStockmark DocReasoner-32B、国産MoEのQwen3-Swallow-30B-A3B（生成106 tok/s）、PC操作エージェントのFara1.5-27Bを収録。すべて参照実装との出力一致・正解既知の文書QA・クリック座標の着地確認など、モデルごとの検証を通した上で公開しています。検証過程で見つかった変換ツールの不具合や量子化の劣化パターン（既存の公開変換が文字化けで実質使用不能なケースを含む）は、各モデルカードに対処法とあわせて明記しました。

Hugging Faceで見る
kana-whisper MLX（日本語カタカナASR）Stockmark DocReasoner MLX（日本語文書推論）Unlimited-OCR MLX（文書パース）
研究

実測検証済みMLX変換モデル5種をHugging Faceで公開

Apple Silicon向けに変換・検証したLLMをHugging Faceで公開しました。東京科学大・産総研のSwallow系（GPT-OSS-Swallow-20B-RL・Qwen3-Swallow-32B-RL）、gpt-oss-20b、日本語OCRモデルSarashina2.2-OCR（4bit/bf16）の計5モデルで、GPT-OSS-Swallow-20B-RLはMLX変換として初の公開です。いずれも日本語の実務タスクでの実測スコア付きで、量子化方式に起因する品質劣化がないことを検証済み。データを外に出せない環境でのローカルLLM活用にそのままご利用いただけます。

Hugging Faceで見る
Sarashina2.2-OCRのMLX移植（Zenn）gpt-oss量子化の実測記録（Zenn）
お知らせ

秘匿環境でのAIエージェント構築・ソブリンAIに関する技術記事を公開

Zennにて「秘匿環境でAIエージェントを構築する — MCPと安全制御を含めた設計と実装」、noteにて「ソブリンAIとは何か — データをクラウドに渡せない企業が知っておくべきこと」を公開しました。

AIエージェント（Zenn）ソブリンAI（note）
お知らせ

秘匿環境でのAI議事録パイプラインに関する技術記事を公開

Zennにて「秘匿環境のAI議事録をどう設計するか」、noteにて「月80件の面談記録を手作業ゼロにした方法」を公開しました。

AI議事録設計（Zenn）議事録AI活用（note）
プロダクト

「CutEdge」法人向け秘匿環境対応版の提供を開始 — 映像を外部に漏らさずAI処理が可能に

カット表自動生成ツール「CutEdge」のAI処理精度を大幅に向上させるとともに、広告制作会社向けに秘匿環境対応版の提供を開始しました。映像素材を外部サーバーに送信することなく、社内環境でAI処理が完結します。未公開映像や機密性の高い広告素材を安全に扱いながら、カット表作成の業務効率を最大80%改善します。導入をご検討の企業様は、お問い合わせフォームよりご連絡ください。

導入のお問い合わせ
プロダクト

サプライチェーン攻撃対策OSS「guard-proxy」を公開

npm/pip installを透過プロキシで守るセキュリティツール「guard-proxy」をオープンソース（MIT License）で公開しました。12段階のスキャンパイプラインとLLM-as-Judgeによる2層構成で、悪意のあるパッケージをインストール前に検出・ブロックします。ローカルLLM対応で、秘匿環境でも利用可能です。

GitHubで見る
技術解説（Zenn）紹介記事（note）
お知らせ

Webサイトをリニューアルしました

tokimoaのWebサイトをリニューアルしました。サービス内容や導入事例をよりわかりやすくお伝えできるよう、デザイン・構成を刷新しています。

事例

会計事務所向けAI活用コンサルティングを開始

税理士・会計士事務所向けに、秘匿環境でのAI活用コンサルティングサービスを開始しました。書類検索AI、面談議事録AI等のソリューションを提供します。

研究

LLM安全性チューニング研究でベンチマークスコアを更新

OSSモデルを対象とした安全性向上研究において、既存性能を維持しながら安全性ベンチマークスコアを更新するモデルを3つ作成しました。

お知らせ

AI処理見直しにともなう「CutEdge」一時停止のお知らせ

より高精度で使いやすいAI処理へのアップデートを目的としたメンテナンスのため、CutEdgeのサービスを一時停止しております。再開予定が決まり次第、改めてご案内いたします。

メディア掲載

ニュースメディア「VOIX」にCutEdgeが掲載されました

tokimoaが開発したAI搭載のカット表作成ツール「CutEdge」が、ビジネスニュースメディア「VOIX」にて紹介されました。CutEdgeの基本機能や業務効率化に貢献する点が詳しく紹介されています。

VOIXの記事を読む
プロダクト

AIでカット表作成を自動化！業務効率を最大80%改善する「CutEdge」をリリース

AI技術を活用したカット表作成ツール「CutEdge」をリリースしました。mp4ファイルをアップロードするだけでAIが自動的にカット表を作成。PNG、PDF、Excelなど多様な形式で出力可能。CM制作会社・広告代理店向けに、制作時間を最大80%削減します。

お知らせ

tokimoa 事業開始のお知らせ

AI開発・コンサルティング・R&Dを専門とするtokimoaの事業を開始いたしました。秘匿AI構築、RAG、AIエージェント、LLMチューニングなど、AI活用を一貫して支援いたします。

PoCで止まっているAIを、
本番に出しませんか。

まずは30分の無料相談から。Discovery 1ヶ月（35〜50万円）でお試しいただけます。無理に上位プランへ進む必要はありません。

無料相談を予約するDiscovery 1ヶ月の詳細を見る

tokimoa.jp/contact