北海道大学大学院情報科学研究院の長谷山美紀教授、小川貴弘教授、藤後 廉准教授らと、㈱ニトリホールディングスの山森諄也氏（北大総合イノベーション創発機構データ駆動型融合研究創発拠点「ニトリみらい社会デザイン講座」研究員）の研究グループは、生成ＡＩの一種である大規模マルチモーダルモデル（ＬＭＭ）の内部にある画像と言語の潜在表現を線形回帰によって意味的に整列させ、そこに言語で定義した意味軸を設けることで、インテリアの「スタイル」を解釈可能なかたちで定量化する技術を開発した。

インテリアのスタイルは「冷たい（Ｃｏｏｌ）−暖かい（Ｗａｒｍ）」「軽い（Ｌｉｇｈｔ）−重い（Ｈｅａｖｙ）」という二つの軸で捉えられることが実務で知られているが、この判断は専門家の経験と感覚に委ねられてきた。

今回、長谷山教授らが開発した技術は、この２軸を座標軸とする意味空間をＬＭＭの内部表現から構築し、部屋の写真も、言葉や画像で表した理想のイメージも、同じ空間上の１点として表現する。

これにより、現状と理想の違いを「スタイルギャップ」として方向と大きさで示し、理想に近い部屋の実例を提示できる。追加学習を必要としない、シンプルで軽量な手法で構築できることも特長。

この研究成果は、９月13日から17日までフィンランド・タンペレで開催されている国際会議「２０２６ＩＥＥＥ Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ｉｍａｇｅ Ｐｒｏｃｅｓｓｉｎｇ（ＩＣＩＰ２０２６）」で発表予定。ＩＣＩＰは、画像処理・コンピュータビジョン分野でのＩＥＥＥ（米国電気電子学会）の旗艦国際会議で、１９９４年から毎年開催され、50か国以上から１０００名を超える研究者・技術者が参加している。