---
title: "PaLM-E（環境対応マルチモーダルモデル）とは？G検定対策"
description: "PaLM-E（環境対応マルチモーダルモデル）について、G検定で問われるAI・機械学習分野の観点から、基本的な意味、代表モデル・手法との関係、試験で問われやすい判断軸を整理します。暗記だけでなく、似た概念との混同を避ける見分け方や、選択肢を切るためのポイントも確認します。"
last_modified_at: "2026-05-06"
canonical_url: "https://stemtazoo.github.io/gk/palm-e/"
section: "gk"
---

## まず結論
- **PaLM-E**とは、**PaLMを拡張し、画像や環境情報を統合して扱えるマルチモーダルモデル**である。
- G検定では **PaLMとの違い** を正確に理解しているかが問われる。

## 直感的な説明
PaLM-Eは、  
**「文章が分かるPaLMに、目と状況理解を持たせたAI」**です。

- 文章を読む
- 画像を見る
- 環境（ロボットの状態など）を理解する

つまり、
👉 **現実世界とつながったPaLM** です。

## 定義・仕組み
PaLM-Eは **PaLM + 環境入力（Environment）** を組み合わせたモデルです。

特徴：
- Transformerベース
- テキスト＋画像＋環境状態を入力可能
- ロボット操作や視覚タスクに対応

重要：
- **PaLMの拡張版**
- **マルチモーダル**
- ロボット・エージェント用途を想定

## いつ使う？（得意・不得意）
### 得意なこと
- ロボット制御
- 環境理解が必要なタスク
- 画像＋指示文の理解
- 現実世界との接続

### 不得意・注意点
- 純粋な音声認識専用ではない
- 単なるNLP問題ではオーバースペック

## G検定ひっかけポイント
G検定でよくある罠👇

- ❌「PaLMと同じ」
- ❌「Flamingoと同じ」
- ❌「ロボット専用ルールベースAI」

### 判断基準
- **環境（Environment）が出てきたら → PaLM-E**
- **テキストだけなら → PaLM**
- **画像＋Few-shot中心なら → Flamingo**

## まとめ（試験直前用）
- PaLM-Eは **PaLMのマルチモーダル拡張**
- 画像・環境情報を扱える
- ロボット・エージェント向け
- PaLMとの違いが頻出
- 「E＝Environment」を忘れない