- リコーが「日本語で推論できる」マルチモーダルLLMを開発。Qwen3-VLをベースに強化学習で推論能力を獲得
- 32Bモデルは図表入り日本語文書の読解でGemini 2.5 Proに匹敵する性能。回答の根拠も日本語で説明
- 8Bの軽量モデルを無償公開。企業が自社環境で手軽にビジネス文書AIを構築可能
- GENIAC第3期（経産省のAI開発支援プロジェクト）の成果として開発
- フロー図、グラフ、表など複雑な図表を含む複数ページの資料にも対応
「この報告書のグラフを見て、前年比の増減率を説明して」——こんな指示を、AIに画像付きで出せる時代になりました。
しかし、多くのグローバルAIモデルは英語中心で、日本語の図表入り文書の読解は苦手です。
リコーが2026年3月に発表したマルチモーダルLLMは、この課題を正面から解決。
図表・テキストが混在する日本語のビジネス文書を理解し、しかも推論の過程を日本語で説明できるモデルです。
リコーのマルチモーダルLLMとは？
リコーが開発したQwen3-VL-Ricoh-32Bは、画像とテキストの両方を理解するマルチモーダル（多様な入力に対応する）大規模言語モデルです。
- ベースモデル — 中国Alibaba（アリババ）のQwen3-VL-32B-Instructをベースに開発
- 320億パラメータ — 十分な推論能力を持ちながら、エンタープライズ環境で運用可能なサイズ
- 日本語推論 — 回答だけでなく、推論の過程・根拠・前提条件も日本語で出力
- 強化学習 — 人間のフィードバックに基づく強化学習（RLHF的手法）で推論能力を獲得
- GENIAC第3期 — 経産省のAI開発支援プロジェクトの成果として開発
たとえるなら、従来のAIが「テキストだけ読める外国人アシスタント」だとすれば、リコーのモデルは「図表もグラフも読めて、日本語で理由を説明してくれる日本人アシスタント」。ビジネス現場で必要な能力がそろっています。
図表入り文書の読解能力
- フロー図 — 業務プロセスや組織図の構造を理解し、各ステップの意味を説明
- グラフ・チャート — 棒グラフ、折れ線グラフ、円グラフの数値を読み取り、傾向や異常値を分析
- 表（テーブル） — 複雑な表の行列構造を認識し、特定の条件に合うデータを抽出
- 複数ページ対応 — 1ページの画像だけでなく、複数ページにまたがる資料の内容を統合して理解
- Gemini 2.5 Proに匹敵 — 日本語図表文書の読解ベンチマークでGoogleの最新モデルと同等の精度
「日本語で推論」の意味
- 推論の透明性 — AIが「なぜその回答に至ったか」を日本語で段階的に説明
- 根拠の提示 — 「この表の3行目のデータに基づいて」「前提として○○を仮定すると」のように根拠を明示
- ビジネス判断の補助 — 推論過程が見えるため、AIの回答を鵜呑みにせず検証できる
- 監査対応 — AIの判断根拠を記録として残せるため、コンプライアンス要件にも対応しやすい
たとえるなら、「答えだけ書く新人」と「途中計算も見せてくれる先輩」の違い。ビジネスでは「なぜその結論に至ったか」が重要であり、推論過程の可視化は実務で大きな差を生みます。
8Bモデルの無償公開
- Qwen3-VL-Ricoh-8B — 32Bモデルの技術を軽量版（80億パラメータ）に適用
- 無償公開 — 企業や研究者が自由にダウンロードして利用可能
- 手軽な導入 — GPUメモリ16〜24GB程度で動作可能。高額なインフラ不要
- カスタマイズ可能 — 自社のビジネス文書でファインチューニングし、業界特化のAIを構築可能
競合モデルとの比較
- Gemini 2.5 Pro（Google） — マルチモーダル能力は最高水準。日本語対応も優秀だが、クラウド利用が前提でデータが外部に送信される
- GPT-5.4 Vision（OpenAI） — 画像理解力は高い。ただし日本語の図表特化チューニングはなし
- Claude Opus 4.6（Anthropic） — 長文理解と安全性に強い。画像内の日本語テキスト認識はやや課題
- Qwen3-VL-Ricoh-32B — 日本語図表文書の読解に特化。推論過程の日本語出力と、8Bモデルの無償公開が独自の価値
活用シーン
- 経営報告書の分析 — 複数の図表を含む資料から、要点を抽出してサマリーを生成
- 契約書・規定文書 — 表形式の条件一覧を読み取り、特定条件を検索・比較
- 製造業の品質レポート — 検査データのグラフから異常傾向を検出し、原因を推論
- 金融機関のリスクレポート — 複雑なリスク指標の表を読み取り、コンプライアンスチェック
よくある質問（FAQ）
Q. なぜリコーがLLMを開発しているのですか？
リコーは複合機メーカーとして大量のビジネス文書を扱うノウハウを持っています。この強みを活かし、「はたらく」を支えるAI技術として、ビジネス文書に特化したLLM開発に取り組んでいます。
Q. 8Bモデルはどこからダウンロードできますか？
Hugging Face等のモデルリポジトリから無償ダウンロード可能です。リコーの公式プレスリリースからダウンロードリンクが案内されています。
Q. 自社のデータで追加学習できますか？
はい。
オープンに公開されているため、自社のビジネス文書でファインチューニングが可能です。
業界特有の用語や図表形式に対応したカスタムモデルを構築できます。
Q. 英語の文書にも使えますか？
ベースモデルのQwen3-VLは多言語対応のため、英語文書にも使用可能です。ただし、リコーの特化チューニングは日本語文書が主対象です。
まとめ
この記事のポイントを振り返りましょう。
- リコーが日本語推論マルチモーダルLLMを開発。Qwen3-VLベースに強化学習で推論能力を獲得
- 32Bモデルは図表入り文書の読解でGemini 2.5 Proに匹敵
- 8Bの軽量モデルを無償公開。企業が自社で手軽に導入可能
- 推論の過程を日本語で説明できるため、ビジネス判断の根拠として活用可能
- GENIAC第3期の成果。日本のAI基盤強化に貢献
リコーのマルチモーダルLLMは、「日本のビジネス現場で本当に使えるAI」を追求した成果です。
グラフ、表、フロー図——日本企業の報告書に欠かせない視覚情報を理解し、しかも推論の根拠を日本語で示す。
AIが「なぜ」を説明できる——それは、ビジネスでAIを信頼するための最も重要な条件です。
参考文献
- リコー. (2026). GENIAC第3期においてリーズニング性能を備えたマルチモーダル大規模言語モデルを開発. リコー
- ITmedia. (2026). リコー、”日本語で推論”できるマルチモーダルLLMを開発. ITmedia
- IT Leaders. (2026). リコー、強化学習で多段推論を獲得したビジネス文書向けLLMを開発. IT Leaders
- 日経クロステック. (2026). リコーが大規模マルチモーダルモデルを開発. 日経クロステック
- 週刊BCN+. (2026). リコー、マルチモーダルLLM最新版を発表. 週刊BCN+
こんな時代だから遊んで学びたい
AIを学ぶオンラインサロン「AIフレンズ」では、生成AIを楽しく、どこよりも優しく学べる環境をご用意しております。
毎週開催されるオンラインセッションでは、リアルタイムで学び合える機会を提供しています。 さらに、月に一度のオフラインイベントでは、メンバー同士が直接交流し、アイデアや知識を深めることができます。
「AIフレンズ」の仲間とともに、新しい価値を創造し、可能性を広げてみませんか？
一緒に学び、成長しながら、生成AIを使いこなす力を身につけましょう！
