（4）　研究開発動向

SLMの開発動向の概況として、実際にいくつかのベンチマークでLLMを上回る性能を持つモデルや、領域特化型のモデルの開発が進められている。このほかに、SLMで画像と言語といった複数のモダリティを統合するマルチモーダルな基盤の研究も行われている。

日本の動向に注目すると、純国産のLLM開発に取り組むPreferred Networksが、自社LLMの技術を活用した小規模モデルの開発も行っており、自動車や製造設備など、エッジデバイス向けの軽量モデルとして「PLaMo Lite」を提供している13。PLaMo Liteは日本語性能を評価する各種ベンチマークで、同程度のパラメータ数の他モデルと比べ圧倒的に高い性能を示しており、パラメータ数の多いLLMと比べて遜色ない結果を示している（図表Ⅰ-2-2-1）。また、2025年には、ドローンやロボットなどの自律稼働デバイスやオンプレミス環境等、クラウド接続が難しい環境向けの軽量な視覚言語モデルを開発しており、経済産業省及びNEDOが実施するGENIAC（Generative AI Accelerator Challenge）のテーマとしても採択されている14。

図表Ⅰ-2-2-1　PLaMo Liteの日本語性能評価

（出典）株式会社Preferred Networks「小型で軽量な小規模言語モデルPLaMo Liteの提供開始」15

13　株式会社Preferred Networks「小型で軽量な小規模言語モデルPLaMo Liteの提供開始 - 株式会社Preferred Networks」〈https://www.preferred.jp/ja/news/pr20240828〉（2026年3月9日参照）

14　株式会社Preferred Networks「GENIAC第3期で自律稼働デバイス向けの軽量な大規模視覚言語モデルPLaMo 2.1-8B-VLを開発 - 株式会社Preferred Networks」〈https://www.preferred.jp/ja/news/pr20251216〉（2026年3月9日参照）

15　脚注13に同じ。

第2節　最近の研究開発・社会実装動向（PDFファイル（7.63MB））