全新NVIDIA AI Blueprint助開發視覺AI代理 為倉庫到世界各國首都提供洞察

記者 / 孟圓琦

當人工智慧代理（AI agent）成為趨勢，世界各地都致力於相關領域的開發，用以提升團隊能力與效率。在這之中，工作團隊對於攝影機、物聯網感測器與車輛等，越來越多裝置所產生的視覺資訊相當依賴，而NVIDIA AI Blueprint可讓幾乎所有產業的開發人員，建立可分析視訊與影像內容的視覺 AI 代理，進行回覆、生成摘要，甚至是對於特定情境啟用警示功能。

延伸閱讀：Appier宣布與Apple Search Ads合作 AI技術助推精準行銷策略

在全球系統整合商與技術解決方案供應商中，包含埃森哲（Accenture）、戴爾科技集團（Dell Technologies）與聯想集團（Lenovo）等，將用於視覺搜尋與摘要的 NVIDIA AI Blueprint 帶給全球企業與城市使用，掀起下一波 AI 應用的浪潮，這些應用可部署於工廠、倉庫、商店、機場、交通路口等，以提升生產效率與安全性。

使用者可以用自然語言提示來客製化這些視覺 AI 代理，降低在各產業和智慧城市應用部署虛擬助理的門檻。視覺 AI 代理由視覺語言模型（VLM）驅動，VLM 是一種結合電腦視覺與語言理解的生成式 AI 模型，可解釋實體世界與執行推理任務。適用於視訊搜尋與摘要的 NVIDIA AI Blueprint 可搭配 NVIDIA NIM 微服務來配置如 NVIDIA VILA 的 VLM、如 Meta 的 Llama 3.1 405B 的大型語言模型（LLM），以及適用於 GPU 加速問題解答與語境感知檢索增強生成的 AI 模型。

在倉庫環境中，利用這個工作流程建立的 AI 代理可以在工作人員違反安全規範時加以提醒。在繁忙的十字路口，AI代理可以識別交通事故，並且產生報告以協助緊急應變工作。而在公共基礎設施領域，維護人員可以要求 AI 代理檢視空拍畫面，找出老化的道路、火車軌道或橋樑，以支持更主動地維護。 除了智慧空間之外，視覺 AI 代理也可用於為視力受損人士摘要影片、自動產生體育賽事回顧，以及協助標示大量視覺資料集以訓練其他 AI 模型。

※探索職場，透視薪資行情，請參考【科技類-職缺百科】幫助你找到最適合的舞台！

瀏覽 131 次