英伟达推出AI视频搜索与总结工具AI Blueprint，比实时观看快100倍

近日，英伟达正式发布了专为视频搜索与总结（VSS）打造的AI Blueprint解决方案。该方案依托于NVIDIA Metropolis平台，旨在为开发者提供一整套构建和部署AI智能体的工具包。这些智能体能够高效分析实时及存档视频数据，帮助用户从海量视频内容中提取关键信息。

基于视觉语言模型（VLM）的AI智能体，通过整合计算机视觉技术和强大的大语言模型（LLM），能够实现对视频内容的深度理解和分析。这些工具不仅可以快速定位特定片段或关键词，还能自动生成视频摘要，显著提升工作效率。

例如，用户可以通过问答形式的界面轻松完成多种任务：分析体育赛事、整理设备清单，或是查找视频中提到某个特定词汇的时间点。这种智能化的操作方式为多个行业带来了前所未有的效率提升。

VSS蓝图集成了NVIDIA AI Enterprise软件平台，其中包括用于视觉语言模型和大语言模型的NVIDIA NIM微服务，以及支持检索增强生成（RAG）的先进AI框架。借助这些功能，用户能够以惊人的速度完成视频总结：60分钟的视频内容，只需不到1分钟即可转化为文字摘要，处理效率较实时观看快100倍。

此外，该系统还支持多流视频处理和音频转录功能。用户可以同时处理数百路实时视频流或批量视频文件，并将语音内容转换为文本，这对于教育培训、会议记录等场景特别有用。