本文へ移動
Harch AI Lab AI Learning & Research Mediapowered by Artiql Inc.

基盤モデル(Foundation Model)とは・意味、定義の違い・主な種類・由来

基盤モデル(Foundation Model)とは?

基盤モデル(Foundation Model)とは、広いデータで大規模に学習し、さまざまな作業や用途に合わせて使えるように作られたAIモデルのこと。文章を扱う大規模言語モデル(LLM)のほか、画像や動画、ロボットの動作、生物のデータを扱うモデルも含む上位の語だ。

チューリング賞の受賞者 Yoshua Bengio 氏が率い、100人を超えるAIの専門家が書いた国際AI安全性報告書(International AI Safety Report)の2026年版は、用語集で基盤モデルを、幅広い下流の作業に適応できるよう設計された汎用AIモデルと説明している。下流の作業は、一般に、基盤モデルをもとに作る個々の用途や機能を指す。

日本の公的機関も「基盤モデル」の表記を使っている。総務省と経済産業省のAI事業者ガイドラインの第1.2版によると、基盤モデルは派生させたモデルを下流の幅広い作業に適応させて開発できる点などで、従来のAIと性質が違う。

基盤モデルの定義の違い

基盤モデルの定義は、論文・報告書・法律ごとに少しずつ違う。幅広い作業に使えるという点は共通している。米国の大統領令14110は、パラメーターの数やリスクの条件を足して対象を絞っていた。

主体 文書 定義の要点
Rishi Bommasani 氏ら 論文(2021年) 広いデータで大規模に学習し、幅広い下流の作業に適応できるモデル
国際AI安全性報告書 2026年版の用語集 幅広い下流の作業に適応できるよう設計された汎用AIモデル
米国の大統領 大統領令14110(2023年。2025年1月に取り消し) 「dual-use foundation model」として、広いデータで学習し、少なくとも数百億のパラメーターを持ち、安全保障などに深刻なリスクのある作業で高い性能を示すか、簡単な変更で示しうるモデルなどと定めた
カリフォルニア州 SB 53(2025年) 広いデータで学習し、汎用の出力を目指して設計され、さまざまな作業に合わせて使えるAIモデル
ニューヨーク州 RAISE Act を修正する法律(S8828。2026年3月27日に署名) SB 53 と同じ3つの条件をすべて満たすAIモデル
EU AI法(2024年) 「基盤モデル」の語を使わず、「汎用AIモデル(general-purpose AI model)」を定める。大量のデータによる自己教師あり学習で作られたものを含め、高い汎用性を示し、幅広い別々の作業を的確に遂行でき、さまざまなシステムやアプリに組み込めるモデルを指す

※2026年11月時点

大統領令14110の「dual-use foundation model」の定義は、一般に自己教師あり学習(正解のラベルを人が付けないデータから学ぶ方法)を使うことや、幅広い場面に当てはめられることも条件に挙げていた。2025年1月20日の大統領令で、大統領令14110は取り消された。

EU のAI法の汎用AIモデルは、市場に出す前の研究・開発・試作だけに使うモデルを除く。

基盤モデルの主な種類

基盤モデルは、扱うデータと作業によっていくつかの種類に分かれる。下の表は、国際AI安全性報告書や開発企業の発表で挙げられている種類と、開発企業が基盤モデルとして発表したモデルの例だ。

種類 扱うデータと作業 主な例
言語・マルチモーダルのモデル 文章、画像、音声など Apple の第3世代の Apple Foundation Models
ロボットのモデル(VLA) 映像と言葉の指示を受け取り、ロボットへの命令を出す NVIDIA の Isaac GR00T N1.7
世界基盤モデル 映像を理解し、物理の世界の映像や動作を生成・予測する NVIDIA の Cosmos 3
生物の基盤モデル 生物のデータを使い、その分野の幅広い科学の作業に合わせて使える -

※2026年11月時点

Apple は2026年6月、Google と協力して作った5つの基盤モデルを第3世代の Apple Foundation Models として発表した。5つのうち2つは端末で動き、3つは Private Cloud Compute と呼ぶ同社のサーバーの環境で動く。

国際AI安全性報告書の定義では、ロボットのVLAはマルチモーダルの基盤モデルの一種で、視覚の内容と言葉の指示を受け取ってモーターへの命令を返す。NVIDIA は2026年5月31日、フィジカルAI向けのオープンな世界基盤モデル Cosmos 3 の提供を始めた。周りの環境の動きを学び、行動の結果を予測するAIモデルは、一般に世界モデルと呼ばれる。

基盤モデルの由来と広まった経緯

foundation model という語は、2021年8月16日に Rishi Bommasani 氏ら114人が arXiv で公開した論文で使われた。著者らは、広いデータで大規模に学習し、幅広い作業に適応できるモデルを「foundation models」と呼んだ。著者らがこの呼び名で示そうとしたのは、こうしたモデルがきわめて中心的な役割を担う一方で、それ単体では完結しないという性格だ。

スタンフォード大学の人間中心のAI研究所(HAI)は、2021年8月18日に基盤モデルの研究センター CRFM(Center for Research on Foundation Models)の発足を発表した。Bommasani 氏らの論文は CRFM がまとめた報告書で、スタンフォード大学の100人を超える研究者が書いた。

CRFM は、基盤モデルの技術の研究、法律や音楽、ロボット、生物医学などの分野での基盤モデルやその他の資源の構築、透明性など社会への影響の研究、AIの政策の支援の4つを取り組みに挙げている。

2021年以降の基盤モデルの台頭で、特定の分野だけに特化しない汎用的なAIの開発が進んだと、AI事業者ガイドラインは記している。米国では、2023年10月30日の大統領令14110が「dual-use foundation model」の語を使った。大統領令は商務長官に、こうしたモデルを開発する企業や開発の意図を示した企業から連邦政府へ、学習の計画などの情報や報告を継続して出させるよう命じた。

デジタル庁は、国内で開発された大規模言語モデルを「国産基盤モデル」と呼んでいる。政府の生成AIの環境で国産のモデルを試す同庁の取り組みは、用語集のソブリンAIの記事でも扱っている。

基盤モデルに関する主な出来事・ニュース

基盤モデルに関する事例・研究

GENIACは基盤モデルの開発の計算資源を支える

経済産業省と NEDO は、生成AIの開発力を国内で強めるため、2024年2月から GENIAC(Generative AI Accelerator Challenge)を進めている。基盤モデルの開発に必要な計算資源の提供を支援し、コミュニティも運営している。

2026年6月4日の発表で、両者は第4期として16件を採択し、NEDO の「ポスト5G情報通信システム基盤強化研究開発事業」を使って計算資源の利用料などを補助するとした。経済産業省は、基盤モデルの開発で計算資源を確保することを大きな課題に挙げている。

GENIAC のサイトには、「領域特化モデル開発事業(旧名称:生成AI基盤モデル開発事業)」と、ロボットの基盤モデルの開発に必要な計算資源や機械装置の費用を支える「ロボット基盤モデル研究開発事業」が掲載されている。

イタウ・ウニバンコは基盤モデルの開発会社を買収へ

ブラジルの金融グループ イタウ・ウニバンコは2026年10月26日、AIのスタートアップ NeoSpace の全株式を取得する契約を結んだと発表した。NeoSpace は、大規模なデータセットで学習させた基盤モデルの開発を専門にする会社だ。

イタウ・ウニバンコの説明では、NeoSpace は2年近く、同グループが持つデータで学習させたモデルを同グループ向けに開発してきた。買収の価格は29億2,500万レアルで、取引の完了にはブラジルの競争当局と中央銀行の承認などが必要だ。

基盤モデルの開発企業の透明性は2025年に下がった

Foundation Model Transparency Index は、基盤モデルの開発企業の透明性を100点満点で点数にした指標だ。Alexander Wan 氏ら8人の研究者が2025年12月に arXiv で公開した2025年版は3回目で、Alibaba、DeepSeek、xAI などを初めて評価した。

Wan 氏らによると、平均の点数は2024年の58点から2025年は40点に下がった。各社の情報が最も少なかったのは、学習のデータと学習の計算量、主力のモデルを公開したあとの使われ方と影響だ。IBM は95点と際立って高く、最も低い xAI と Midjourney は14点だった。

基盤モデルの英語での言い方

英語表記 意味 使用主体
foundation model 広いデータで大規模に学習し、幅広い作業に適応できるモデル Bommasani 氏ら、国際AI安全性報告書
general-purpose AI model 汎用AIモデル。大量のデータで学習したものを含む、高い汎用性を持つAIモデル EU
dual-use foundation model 安全保障などのリスクのある作業で高い性能を示しうる基盤モデル 大統領令14110
world foundation model 物理の世界の動きを予測・生成する基盤モデル NVIDIA
humanoid foundation model 人型ロボット向けの基盤モデル NVIDIA

基盤モデルを読むときの注意と試験での扱い

LLMやフロンティアモデルとは指す範囲が違う

大規模言語モデルは、AI事業者ガイドラインで基盤モデルの代表とされている。基盤モデルには、画像やロボットの動作、生物のデータを扱うモデルも入るので、文章を扱うLLMより広い範囲を指す。

フロンティアモデルは、一般に、その時点で最も進んだ能力を持つ大規模なAIモデルを指す。法律では、フロンティアモデルを基盤モデルの一部として定めることがある。SB 53 は、学習に10の26乗回を超える演算を使った基盤モデルをフロンティアモデルと定めている。

少数の基盤モデルに多くのアプリが頼っている

少数の基盤モデルが分野や国境を越えて多くのアプリを支えていると、国際AI安全性報告書は指摘する。そのために関係する組織の調整が難しくなり、少数のモデルへの仕組みの上での依存が生まれるという。

G検定のシラバスに「基盤モデル」が入った

JDLA のG検定は、2024年11月の試験から新しいシラバスを使っている。「基盤モデル」は、2026年5月11日の第1.4版のシラバスで「マルチモーダル」の項目のキーワードに挙がっている。

基盤モデルに関連する用語

  • 大規模言語モデル(LLM):大量の文章のデータで学習し、文章の生成や翻訳、要約といった言語にかかわる作業を行うAIモデル。
  • フロンティアモデル:その時点で最も進んだAIモデルと同じかそれを上回る能力を持ち、幅広い作業を実行できる大規模なAIモデル。
  • VLA:視覚の内容と言葉の指示を受け取り、ロボットの動作を出力するAIモデル。
  • 世界モデル:周りの環境の仕組みを学び、行動の結果を予測するAIモデル。
  • 小規模言語モデル(SLM):大規模言語モデルよりパラメーターの数を抑え、限られた計算資源で動くように設計された言語モデル。
  • ファインチューニング:事前学習を終えたAIモデルに特定の用途のデータで追加の学習をさせ、モデルの重みを調整して目的の作業に適応させる手法のこと。

基盤モデルに関する出典

Yoshua Bengio ほか「International AI Safety Report 2026」(2026年2月3日)
総務省・経済産業省「AI事業者ガイドライン(第1.2版)」(2026年3月31日)
Rishi Bommasani ほか「On the Opportunities and Risks of Foundation Models」(2021年8月16日、2022年7月12日改訂、arXiv)
Federal Register「Safe, Secure, and Trustworthy Development and Use of Artificial Intelligence(Executive Order 14110)」(2023年11月1日掲載、2023年10月30日署名)
The White House「Initial Rescissions Of Harmful Executive Orders And Actions」(2025年1月20日)
California Legislature「SB-53 Artificial intelligence models: large developers.」(2025年9月29日)
New York State Senate「NY State Senate Bill 2025-S8828」(2026年1月8日提出、2026年3月27日署名)
EUR-Lex「Regulation (EU) 2024/1689 (Artificial Intelligence Act)」(2024年7月12日)
Apple「Introducing the Third Generation of Apple’s Foundation Models」(2026年6月8日、Apple Machine Learning Research)
NVIDIA「NVIDIA Isaac GR00T N1.7: Open Reasoning VLA Model for Humanoid Robots」(2026年4月17日、Hugging Face)
NVIDIA「NVIDIA Launches Cosmos 3, the Open Frontier Foundation Model for Physical AI」(2026年5月31日)
Stanford HAI「Introducing the Center for Research on Foundation Models (CRFM)」(2021年8月18日)
Stanford CRFM「Stanford CRFM」
日本ディープラーニング協会「「G検定(ジェネラリスト検定)」シラバス改訂および公式テキスト第3版刊行のお知らせ」(2024年5月14日)
経済産業省「「GENIAC」における計算資源の提供支援(第4期)において、AI基盤モデル開発テーマ計16件を採択しました」(2026年6月4日)
デジタル庁「ガバメントAIで使用する国産基盤モデルの公募について(予告)」(2026年5月29日)
経済産業省・NEDO「GENIAC(Generative AI Accelerator Challenge)」
Itaú Unibanco「ITAÚ UNIBANCO -Material Fact – Acquisition of all shares issued by NeoSpace」(2026年10月26日、米証券取引委員会)
Alexander Wan ほか「The 2025 Foundation Model Transparency Index」(2025年12月11日、arXiv)
日本ディープラーニング協会「G検定 試験出題範囲(シラバス 2024)第1.4版」(2026年5月11日)

基盤モデルに関連する記事