由 Metropolis 驅動的全新 NVIDIA AI Blueprint 可助力企業和個人提高生產力、增強安全性，甚至還能幫助 NVIDIA 首席執行官提升快球投球水平。

AI 的下一個重大時刻即將到來——確切地說，是 “看得見” 的時刻。

如今，全球共部署超過 15 億臺企業級攝像頭，每年生成約 7 萬億小時的視頻。然而，僅有其中一小部分得到了分析。

據估計，工業攝像頭拍攝的視頻中，僅有不足 1% 會被人類實時觀看，這意味著關鍵運營事件可能在很大程度上被忽視。

這種忽視帶來了高昂的代價。例如，制造商每年因產品質量欠佳或存在缺陷，會損失數萬億美元，然而，通過能夠感知、分析并幫助人類采取行動的 AI 智能體，這些問題可以被提早發現，甚至被提前預測。

具備內置視覺感知能力的交互式 AI 智能體可以充當始終在線的視頻分析師，幫助工廠更高效地運轉，增強工人安全保障，維持交通順暢，甚至可以提升運動員的競技水平。

為了加速此類智能體的創建，NVIDIA 宣布用戶可提前訪問用于視頻搜索與總結的新版NVIDIA AI Blueprint。該藍圖基于NVIDIA Metropolis平臺構建，如今借助NVIDIA Cosmos Nemotron視覺語言模型 (VLM)、NVIDIA Llama Nemotron大語言模型 (LLM) 以及NVIDIA NeMo Retriever的強大能力，為開發者提供了構建和部署能夠分析大量視頻和圖像內容的 AI 智能體的工具。

該藍圖集成了NVIDIA AI Enterprise軟件平臺，其中包括用于 VLM、LLM 的NVIDIA NIM微服務、以及用于檢索增強生成的高級 AI 框架，以實現比實時觀看快 30 倍的批量視頻處理。

該藍圖包含多種代理式 AI 功能，如思維鏈推理、任務規劃和工具調用，可以幫助開發者更簡化地創建強大且多樣的視覺智能體，解決各種問題。

具備視頻分析能力的 AI 智能體可以與其他擁有不同技能的智能體相結合，以實現更復雜的代理式 AI 服務。企業可以靈活地從邊緣到云端構建和部署自己的 AI 智能體。

視頻分析 AI 智能體

如何助力工業企業

具備視覺感知和分析技能的 AI 智能體可通過以下方式經過微調，助力企業進行工業運營：

提高生產力并減少浪費：智能體可以幫助確保在產品組裝等復雜工業流程中遵循標準操作程序。經過微調，它們還可以仔細觀察和理解細微的動作及其執行順序。

通過優化空間利用來提高資產管理效率：智能體可以通過 3D 體積估算，并整合不同攝像頭的信息流，來幫助優化倉庫中的庫存存儲。

通過自動生成事故報告和總結來提高安全性：智能體可以處理大量視頻，并將其總結為內容詳實的事故報告。它們還可以幫助確保工廠中個人防護裝備的合規使用，提高工業環境中的工人安全。

預防事故和生產問題：無論是在倉庫、工廠、機場，還是在交通路口或其他市政場所，AI 智能體都可以識別異常活動，快速降低運營和安全風險。

從過去汲取經驗：智能體可以搜索運營視頻檔案，從過去的資料中找到相關信息，并利用這些信息來解決問題或創建新流程。

用于體育、娛樂等領域的視頻分析工具

視頻分析 AI 智能體還將在體育產業發揮重要作用。體育產業在全球擁有規模達 5000 億美元的市場，預計未來幾年還將有數千億美元的增長。

無論是職業還是業余的教練、球隊和聯賽，都依賴視頻分析來評估和提升球員表現，在優先考慮安全性的基礎上，通過球員分析平臺和數據可視化來提高球迷的參與度。借助具備視覺感知能力的 AI 智能體，運動員如今能夠比以往更加深入地了解自身水平，并獲得更多提升機會。

在 CES 主題演講中，NVIDIA 創始人兼首席執行官黃仁勛展示了一款 AI 視頻分析智能體，該智能體將一名業余棒球運動員的快球投球技巧與專業球員進行對比評估。通過對黃仁勛為舊金山巨人隊投擲的開球視頻進行分析，該視頻分析 AI 智能體能夠從而給出改進建議。

規模達 3 萬億美元的媒體和娛樂行業也有望通過視頻分析 AI 智能體受益。通過 NVIDIA Media2 計劃，這些智能體將推動創造更智能、更貼合需求且更具影響力的內容，以適應個人觀眾的喜好。

全球范圍內的應用與可用性

來自世界各地的合作伙伴正在將構建視頻分析 AI 智能體的藍圖融入他們的開發者工作流，其中包括埃森哲、Centific、德勤、安永、Infosys、Linker Vision、Pegatron、塔塔咨詢服務公司 (TCS)、Telit Cinterion 和 VAST。