「LLMと同じ意味なの？違うの？」
「試験で出るって聞いたけど、どこを押さえれば？」
そんな疑問を持つ、AI初心者のあなたへ。
結論から言えば、
Foundation Model（基盤モデル）は、大量データで土台を学び、後から様々なタスクに使える汎用AIモデル
です。LLMはその「言語特化版」にあたります。
日本語では「基盤モデル」と訳され、事前学習とファインチューニングの2段階で作られます。
この記事では、Foundation Model の定義、LLM との関係、作られ方、代表的な種類を、初心者のあなた向けにやさしくまとめました。生成AIパスポート対策にも役立ちます。
1. Foundation Modelとは（基盤モデル）
あなたが「Foundation Model」という言葉に出会ったとき、まず押さえたいのは「大量・多様なデータで事前学習された、汎用的な土台のAIモデル」という定義です。
日本語に直すと「基盤モデル」。後から色々なタスクに応用できる土台（基盤）となるモデルを指します。
従来のAIは「翻訳専用」「画像分類専用」のように、タスクごとに別々のモデルを作っていました。
2. LLMとの関係
あなたが Foundation Model と LLM の関係でつまずきやすいのは、両者が同じ文脈で語られるからです。結論を先に出すと、LLM は Foundation Model の一種です。
Foundation Model は上位概念で、そこに「言語特化版」として LLM（大規模言語モデル）が位置づきます。包含関係を整理します。
| 観点 | Foundation Model | LLM |
|---|---|---|
| 扱うデータ | 言語 / 画像 / 音声 / 動画など多様 | 主に言語（テキスト） |
| 位置づけ | 上位の汎用概念 | Foundation Model の一種 |
| 代表的な使い道 | 翻訳・画像生成・音声認識など幅広く | 会話・文章生成・要約 |
画像生成や音声認識のモデルも、大量データで事前学習された汎用的な土台であれば Foundation Model に含まれます。
→ LLM をもう一歩詳しく知りたい時は、LLMとは で押さえられます。
3. どう作られるか — 2段階の仕組み
あなたが Foundation Model の作り方を一度で押さえたいなら、「事前学習」と「ファインチューニング」の2段階で分けて見るのがいちばん早いです。
STEP 1: 事前学習（土台づくり）
インターネット上のテキスト、論文、書籍、画像など、膨大で多様なデータをモデルに読み込ませます。言葉の使い方や画像の特徴といった「土台」を身につける工程です。
巨大な計算資源と数週間〜数ヶ月の時間がかかります。ここまでで作られたものが、いわゆる Foundation Model の素体です。
STEP 2: ファインチューニング・プロンプトエンジニアリング（個別タスクへ）
事前学習で土台ができたモデルに、用途に応じた追加調整をかけます。代表的な手法は2つです。
- ファインチューニング: 個別タスク用のデータで追加学習し、モデルの中身を専門化する
- プロンプトエンジニアリング: モデルはそのまま、指示文の工夫だけで望む出力を引き出す
→ ファインチューニングを深掘りしたい時は、ファインチューニングとは もあわせて読むと立体的に理解できます。
4. 種類と例（2024〜2025年時点）
あなたが Foundation Model の全体像を掴むなら、扱うデータの種類で分けて見るのが分かりやすいです。代表的なのは、次の4つの軸です。
イメージは、万能の料理人です。同じ料理人が、和食・洋食・中華・スイーツの注文に応じて専門料理を仕上げる。Foundation Model の世界も、これに近い広がり方をしています。
| 軸 | 主な用途 | 代表例 |
|---|---|---|
| テキスト系 | 会話・文章生成・要約 | GPT 系（OpenAI 等） |
| 画像系 | 画像生成・画像認識 | Stable Diffusion 系 |
| 音声系 | 音声認識・音声合成 | （音声特化モデル各種） |
| マルチモーダル系 | 言語＋画像＋音声を一緒に扱う | （マルチモーダル対応モデル各種） |
テキスト系の代表が、ChatGPT などでおなじみのGPT 系です。画像系では Stable Diffusion 系のモデルが、テキストから画像を生成する用途で広く使われています。
音声・マルチモーダル系は、固有名詞より「言語以外も扱える広がり」を押さえておけば試験で迷いません。
→ 言語と画像を同時に扱う種類は、マルチモーダルとは で深掘りできます。
5. まとめ: 今日からできる、最初の一歩
ここまで読んだあなたは、Foundation Model の輪郭をしっかり押さえられたはずです。要点を4つに整理します。
- Foundation Model = 基盤モデル: 大量データで土台を学び、後から様々なタスクに使える汎用AIモデル
- LLM は Foundation Model の一種: 言語に特化した部分集合という関係
- 2段階で作られる: 事前学習で土台 → ファインチューニング等で個別タスクへ
- 種類: テキスト系・画像系・音声系・マルチモーダル系の4軸
あなたが今日からできる、最初の一歩を3つ用意しました。
- 用語整理: Foundation Model と LLM の関係を、1行メモにまとめる（3分）
- 関連記事: LLM の解説記事に進み、言語特化版の中身を押さえる（5分）
- 試験全体俯瞰: 生成AIパスポート 試験全体概要に戻り、領域1での位置づけを確認（2分）
たった10分で、Foundation Model は輪郭のある概念に変わります。完璧に覚えてから動くより、まず関連記事を1本読んでみる。それが、あなたにとっていちばん速い学び方です。
次のステップ
- LLMとは — Foundation Model の最重要な一例
- ファインチューニングとは — 個別タスクへの調整方法
- マルチモーダルとは — 言語以外も扱う Foundation Model
- 生成AIパスポート 試験全体概要 — Foundation Model が中核となる試験の俯瞰
