英偉達近期推出了一項名為AI Blueprint的創(chuàng)新解決方案，專門用于視頻搜索與總結（VSS），該方案由強大的NVIDIA Metropolis平臺提供支持。這一全新推出的工具包旨在為開發(fā)者提供一套完整的解決方案，使他們能夠輕松構建并部署AI智能體，這些智能體具備分析海量實時及存檔視頻的能力。

英偉達即將上線一系列由視覺語言模型（VLM）驅動的視覺AI智能體和生產(chǎn)力助手。這些智能體結合了先進的計算機視覺模型與超智能大語言模型（LLM），能夠幫助企業(yè)高效地瀏覽、搜索并總結龐大的視頻數(shù)據(jù)庫。無論是實時分析視頻內(nèi)容，還是處理數(shù)以TB計的歷史視頻資料，這些AI智能體都在多個行業(yè)中展現(xiàn)出前所未有的價值與應用潛力。

通過采用問答形式，這一工具能夠為用戶提供豐富的視頻分析功能。例如，用戶可以詢問關于球賽的關鍵時刻、電腦組裝教程的詳細步驟，甚至搜索視頻中提及某個特定詞匯的具體時間段。這種直觀且高效的信息檢索方式，極大地提升了視頻內(nèi)容的利用率。

VSS藍圖深度集成了NVIDIA AI Enterprise軟件平臺，其中包括專為VLM和LLM設計的NVIDIA NIM微服務，以及用于實現(xiàn)快速響應生成（RAG）的尖端AI框架。利用這一藍圖，用戶能夠以驚人的速度總結視頻內(nèi)容，其速度比實時觀看快上100倍。舉例來說，一個60分鐘的視頻，僅需不到一分鐘的時間，就能以文字形式提煉出核心信息。

該解決方案不僅支持對數(shù)百個實時視頻流進行并行處理，還能處理多個視頻片段的組合分析。除了強大的視覺理解能力外，它還具備音頻轉錄功能，這對于依賴語音內(nèi)容的場景尤為重要。例如，在培訓視頻、主題演講或團隊會議中，將語音轉換為文本可以顯著提升信息的理解效率。