Asilla 入選日本經濟產業省與 NEDO 主導的國家專案「GENIAC」
Key facts
- Asilla 入選日本經濟產業省與 NEDO 主導的國家專案「GENIAC」
- 行為識別 AI 公司 Asilla 入選由日本經濟產業省與 NEDO 推動的國家專案「GENIAC」。利用其累積的超過 800 萬筆獨家監控影像數據，Asilla 將開發安防領域專用的 VLM（視覺語言模型）基礎模型，旨在解決安防產業的人力短缺問題。
- Source: PR Times
- Date: 2026年6月4日
Direct answer
行為識別 AI 公司 Asilla 入選由日本經濟產業省與 NEDO 推動的國家專案「GENIAC」。利用其累積的超過 800 萬筆獨家監控影像數據，Asilla 將開發安防領域專用的 VLM（視覺語言模型）基礎模型，旨在解決安防產業的人力短缺問題。
- Citation
- Asilla 入選日本經濟產業省與 NEDO 主導的國家專案「GENIAC」 (2026年6月4日), PR Times
- Source
- PR Times
- Date
- 2026年6月4日
行為識別 AI 公司 Asilla 入選由日本經濟產業省與 NEDO 推動的國家專案「GENIAC」。利用其累積的超過 800 萬筆獨家監控影像數據，Asilla 將開發安防領域專用的 VLM（視覺語言模型）基礎模型，旨在解決安防產業的人力短缺問題。
📋 文章處理履歷
- 📰 發表: 2026年6月4日 23:14
- 🔍 收集: 2026年6月4日 14:20
- 🤖 AI分析完成: 2026年6月5日 04:28（收集後14小時7分鐘）
以「透過科技力量，實現安全舒適的世界」為願景的 Asilla Inc.（總部：東京都町田市；代表取締役 CEO：尾上 剛；以下簡稱「Asilla」），近日獲選參與由日本經濟產業省與國立研究開發法人新能源暨產業技術綜合開發機構（以下簡稱「NEDO」）主導的「後 5G 資訊通訊系統基礎設施強化研究開發專案／具競爭力的生成式 AI 基礎模型開發（GENIAC）」。
申請背景
自 2015 年創立以來，Asilla 專注於研發能從影像中理解人類行為的「行為識別 AI」。2022 年，為了解決安防產業長期嚴重的人力短缺問題，Asilla 推出了 AI 安防系統「AI Security asilla」。截至 2026 年 5 月，透過實際運作所累積的獨家監控影像數據已超過 800 萬筆。
2026 年 4 月，Asilla 發表了利用這些數據資產開發的安防領域專用 VLM 模型「AsillaVision-v1」。儘管其設計僅有 4B 參數，但在設施內異常行為識別方面，已實現超越市面上主流大規模通用 VLM 的領域特化性能。
在此專案中，Asilla 將基於過往累積的獨家數據與研發實績，開發兩種類型的安防領域專用 VLM 基礎模型：分別為適用於邊緣環境的 4B 模型，以及適用於雲端環境的 27B 模型，並致力於推動實際環境中的社會應用。透過賦予模型對防盜攝影機特有的鳥瞰影像中異常事件進行語義理解的能力，Asilla 將能填補通用基礎模型無法觸及的空白，藉此解決安防產業面臨的結構性缺工問題，並增強日本國產 AI 基礎模型的國際競爭力。
開發概要
專案名稱：後 5G 資訊通訊系統基礎設施強化研究開發專案／具競爭力的生成式 AI 基礎模型開發（GENIAC）
採納主題：利用大規模獨家影像數據開發安防領域專用 VLM 基礎模型
開發重點：
Asilla 將利用超過 800 萬筆獨家影像數據，建構兩套不同規模的安防特化 VLM 基礎模型，並全程推動社會實作。
開發步驟：
1. 數據集建構：從 800 萬筆獨家影像數據中建構學習用數據集。
2. 基礎模型開發：開發兩套模型。
- 4B 模型：針對邊緣環境（設施內本地伺服器）的即時處理需求。
- 27B 模型：針對雲端環境的大規模、高精度分析需求。
3. 驗證與社會實作：於合作夥伴的商業設施中進行實際環境的精度評估與概念驗證 (PoC)。
關於 GENIAC
GENIAC（生成式 AI 加速器挑戰）是由日本經產省與 NEDO 推動的專案，目的在強化國內生成式 AI 的研發實力。該專案旨在增強基礎模型（作為各種服務的關鍵核心技術）的持續研發能力，主要提供計算資源支援，以及數據與 AI 利用相關的實證調查支援。
未來展望
本專案開發的模型採取對防盜攝影機影像進行語義理解的通用方法，因此可跨越地域與語言限制進行應用。Asilla 計畫將此專案成果整合至「AI Security asilla」等自家產品中，作為「AsillaVision」的次世代模型，在推動國內市場應用的同時，也將與合作夥伴攜手拓展海外市場。
Asilla Inc. 取締役 CTO 若狹政啓評論：
「我們非常榮幸能獲選參與此專案。在全球通用基礎模型競爭激烈的同時，如何構建產業現場真正可用的基礎模型，是日本 AI 研發的重要課題。本專案旨在安防現場——這個人力短缺問題日益嚴重的領域——利用我們獨有的數據，建構高實用性的基礎模型，以解決社會課題。」
申請背景
自 2015 年創立以來，Asilla 專注於研發能從影像中理解人類行為的「行為識別 AI」。2022 年，為了解決安防產業長期嚴重的人力短缺問題，Asilla 推出了 AI 安防系統「AI Security asilla」。截至 2026 年 5 月，透過實際運作所累積的獨家監控影像數據已超過 800 萬筆。
2026 年 4 月，Asilla 發表了利用這些數據資產開發的安防領域專用 VLM 模型「AsillaVision-v1」。儘管其設計僅有 4B 參數，但在設施內異常行為識別方面，已實現超越市面上主流大規模通用 VLM 的領域特化性能。
在此專案中，Asilla 將基於過往累積的獨家數據與研發實績，開發兩種類型的安防領域專用 VLM 基礎模型：分別為適用於邊緣環境的 4B 模型，以及適用於雲端環境的 27B 模型，並致力於推動實際環境中的社會應用。透過賦予模型對防盜攝影機特有的鳥瞰影像中異常事件進行語義理解的能力，Asilla 將能填補通用基礎模型無法觸及的空白，藉此解決安防產業面臨的結構性缺工問題，並增強日本國產 AI 基礎模型的國際競爭力。
開發概要
專案名稱：後 5G 資訊通訊系統基礎設施強化研究開發專案／具競爭力的生成式 AI 基礎模型開發（GENIAC）
採納主題：利用大規模獨家影像數據開發安防領域專用 VLM 基礎模型
開發重點：
Asilla 將利用超過 800 萬筆獨家影像數據，建構兩套不同規模的安防特化 VLM 基礎模型，並全程推動社會實作。
開發步驟：
1. 數據集建構：從 800 萬筆獨家影像數據中建構學習用數據集。
2. 基礎模型開發：開發兩套模型。
- 4B 模型：針對邊緣環境（設施內本地伺服器）的即時處理需求。
- 27B 模型：針對雲端環境的大規模、高精度分析需求。
3. 驗證與社會實作：於合作夥伴的商業設施中進行實際環境的精度評估與概念驗證 (PoC)。
關於 GENIAC
GENIAC（生成式 AI 加速器挑戰）是由日本經產省與 NEDO 推動的專案，目的在強化國內生成式 AI 的研發實力。該專案旨在增強基礎模型（作為各種服務的關鍵核心技術）的持續研發能力，主要提供計算資源支援，以及數據與 AI 利用相關的實證調查支援。
未來展望
本專案開發的模型採取對防盜攝影機影像進行語義理解的通用方法，因此可跨越地域與語言限制進行應用。Asilla 計畫將此專案成果整合至「AI Security asilla」等自家產品中，作為「AsillaVision」的次世代模型，在推動國內市場應用的同時，也將與合作夥伴攜手拓展海外市場。
Asilla Inc. 取締役 CTO 若狹政啓評論：
「我們非常榮幸能獲選參與此專案。在全球通用基礎模型競爭激烈的同時，如何構建產業現場真正可用的基礎模型，是日本 AI 研發的重要課題。本專案旨在安防現場——這個人力短缺問題日益嚴重的領域——利用我們獨有的數據，建構高實用性的基礎模型，以解決社會課題。」
常見問題
アジラが採択された国家プロジェクトは何ですか？
経済産業省および国立研究開発法人新エネルギー・産業技術総合開発機構（NEDO）が実施する「ポスト5G情報通信システム基盤強化研究開発事業／競争力ある生成AI基盤モデルの開発（GENIAC）」に採択されました。
アジラが開発するVLMモデルの概要を教えてください。
800万件超の独自防犯カメラ映像データを活用し、エッジ環境向けの4Bモデルと、クラウド環境向けの27Bモデルの2体制で、防犯ドメインに特化したVLM基盤モデルを構築します。
アジラが開発するモデルの目的は何ですか？
汎用基盤モデルでは困難な防犯カメラ特有の俯瞰映像における異常事象の意味理解を可能にし、警備業界の人手不足という構造的課題の解決と、日本発AI基盤モデルの競争力強化を目指します。
AsillaVision-v1とはどのようなものですか？
2026年4月に発表された、アジラの独自データ資産を活用した業界特化型独自VLMです。4Bパラメータの軽量設計ながら、施設内の異常行動識別において主要な大規模汎用VLMを上回るドメイン特化性能を実現しています。
今後どのような展開が予定されていますか？
本事業の成果を「AI Security asilla」をはじめとする自社プロダクトへ順次統合し、国内市場での展開を進めるとともに、パートナー企業と連携した海外展開を推進します。