Aioga
AI资讯 / 行业动态
返回 AI资讯

NVIDIA 在 IBC 展示面向广播、体育与全球流媒体的实时 AI

NVIDIA Blog(RSS)Aioga 编辑团队2026-09-09T16:00:42.000Z热度 58

NVIDIA 在 9 月 11-14 日于阿姆斯特丹举行的 IBC 大会上,将实时 AI 引入广播、体育与全球流媒体领域。本届 IBC 汇聚来自 170 多个国家的逾 44,0...

行业动态NVIDIA Blog(RSS)

今日 AI 情报摘要

NVIDIA 在 9 月 11-14 日于阿姆斯特丹举行的 IBC 大会上,将实时 AI 引入广播、体育与全球流媒体领域。

本届 IBC 汇聚来自 170 多个国家的逾 44,000 名参会者,设有 14 个以上展馆的 1,300 多场展览,并有超过 600 位演讲者参与。

中文正文 · AI 翻译

在9月11日至14日于阿姆斯特丹举行的IBC大会上,创意、技术和商业界汇聚一堂,将想法转化为行动,并讨论媒体和娱乐行业的创新。来自170多个国家的44,000多名与会者聚集在14个以上的展厅和户外空间中,探索1,300多场展览,超过600名演讲者分享洞见。

请继续阅读,了解NVIDIA在展会上的重点内容。

媒体公司正日益将AI整合到直播制作、体育、新闻和流媒体工作流程中,以挖掘更丰富的性能洞察、验证视频真实性、增强和本地化内容——所有这些都不会破坏可信的广播环境。

在阿姆斯特丹举行的IBC 2026上,NVIDIA宣布对NVIDIA AI for Media进行重大扩展——这是一个由GPU加速的软件开发工具包(SDK)、NVIDIA NIM微服务、操作指南和蓝图组成的集合,可增强媒体和娱乐工作流程中的音频、视频和增强现实效果——以开创新方式理解动作、验证和增强视频、本地化节目并构建AI驱动的媒体应用程序。

今年早些时候在SIGGRAPH上发布的NVIDIA合成视频检测器(SVD)NIM微服务:https://build.nvidia.com/nvidia/synthetic-video-detector,帮助机构评估素材是真实的还是AI生成的概率,为编辑、内容验证、数字取证和媒体完整性团队在审核过程中提供另一个分析点:https://blogs.nvidia.com/blog/siggraph-news-2026/#synthetic-video。

自最初发布以来,SVD对文本生成视频内容的准确率已达到99.3%,对图像生成视频内容的准确率达到97.7%,在难度较大的图像生成视频案例上尤其进步显著。

Dalet正在将SVD整合到面向新闻机构的安全云托管验证工作流程中。这允许编辑团队通过SVD提交素材,在Dalet界面内检查并审核生成的评分和元数据。

TwelveLabs 宣布其首个基于公司视频智能平台构建的应用程序——Compliance by TwelveLabs 正式推出,该应用帮助媒体和广播团队快速对内容进行地区和自定义合规标准的筛查。该解决方案集成了 SVD,以添加帧级真实性信号和置信度评分,使媒体团队能够在同一合规工作流程中识别潜在的合成媒体。

Wowza,其 Wowza Streaming Engine(https://www.wowza.com/streaming-engine)媒体服务器技术支持超过 170 个国家的 35,000 多个视频部署,将通过 Wowza Video Intelligence Framework(https://www.wowza.com/video-intelligence-framework)分发 SVD。该解决方案由 NVIDIA 加速基础设施驱动,使广播公司、流媒体提供商和其他组织能够实时分析直播视频流并提取检测到的对象、场景及 AI 生成痕迹的数据。它可以在本地、边缘计算、云端、混合部署或完全隔离环境中部署和运行,为组织提供对关键媒体工作流程的更大控制权。

NVIDIA 3D Body Pose 可以从单摄像机捕获的视频中估算二维和三维人体关节位置及角度,帮助在无需基于标记的捕获系统的情况下将动作转化为结构化数据。

对于体育组织,这些数据可以支持球员和运动员动作跟踪、生物力学和性能分析、回放增强、裁判判决流程、球员安全应用以及虚拟互动和沉浸式体验。

这项技术还可以为内容创作工作流提供结构化的人体动作数据。当映射到兼容的角色骨架时,关节和动作数据可作为动画阻挡、数字替身、角色重定向和虚拟制作体验的输入。

Vizrt 正在实时虚拟演播室环境中使用 Body Pose 技术,跟踪的身体动作驱动实时 3D 灯光效果,如反射、阴影和环境渲染。

视频帧生成 (VFG) 通过使用生成式人工智能在视频的原始帧之间创建新帧,使视频运动看起来更加平滑。它可以将帧率提高 2 倍或 4 倍,同时保持视觉质量和时间一致性,从而实现更流畅的体育赛事、慢动作重播、现场媒体和其他高动感视频体验。VFG 还支持生成式 AI 视频工作流中的帧率转换和帧提升。

Ross Video 正在将 VFG 集成到其 Rio Replay 平台中,以为体育制作创建 AI 辅助的慢动作视频。

该工作支持体育重播的 6 倍慢动作生成。开发工作正在进行,以实现 8 倍插帧,这意味着生成的中间帧可以为重播团队提供更平滑的运动,而不需要由超高帧率源摄像机捕捉每一帧。

NVIDIA 视频超分辨率 (VSR) 使用 AI 对视频进行升级,同时减少噪点、模糊和压缩伪影。新的流式模式让开发者可以在实时性能和更高图像质量之间进行选择,而可调控的设置有助于实现所需的增强效果。VSR 还增加了 10 位视频支持,并提升了整体性能和质量。VSR 可通过 NVIDIA 视频特效 SDK 和用于流媒体、广播、会议、视频播放和内容创作应用的 NIM 微服务获得。

该技术可以通过统一接口支持视频播放器、会议应用、创作工具、流媒体服务、转码器和广播系统。

NVIDIA TrueHDR 可将标准动态范围(SDR)视频实时转换为高动态范围(HDR)输出,亮度最高可达约 2,000 尼特,同时保持局部对比度并根据内容调节亮度。

VSR、VFG 和 TrueHDR 可以在单一视频特效管道中结合使用——帮助媒体公司增强现有内容库,用于流媒体、转码、游戏和创作者工作流。

NVIDIA LipSync:https://build.nvidia.com/nvidia/lipsync 和主动发言者检测 (Active Speaker Detection):https://build.nvidia.com/nvidia/active-speaker-detection NIM 微服务帮助开发者为采访、新闻、体育、娱乐及其他可能在屏幕上出现多人的节目构建本地化系统。

LipSync 将输入视频中的口型动作转换为与目标音频轨道相匹配,同时保留自然的头部姿势、眨眼和身体动作。新版本改进了面部遮挡处理,并更好地保留牙齿、嘴唇和面部纹理。

新的主动说话者检测 NIM 微服务不再需要对多个音频轨道进行说话者分离,新增语音活动检测,并通过 gRPC 接口扩展了 NIM 微服务部署支持以及更广泛的 GPU 兼容性。

NDI:https://ndi.video/stories/press/ndi-nvidia-ai-multilingual-content/ 使用 NVIDIA AI for Media,包括 NVIDIA LipSync NIM 微服务,实现现有广播工作流程中的实时翻译、口型同步配音和区域语言适配。通过从同一媒体流生成多语言体验,这种方法可以帮助广播公司触及全球观众,同时减少传统多语言分发所需的带宽、基础设施和制作复杂性。

Studio Voice 包含基于 NVIDIA Studio Voice NIM 微服务的新麦克风配置文件,使用户对增强语音的音色特性有更多控制。

该功能旨在抑制背景噪声、减少房间混响并提高语音清晰度,然后将增强后的输出塑造成所选的麦克风配置文件,以实现更专业的实时交流、流媒体、播客和内容创作。

试用 NVIDIA AI for Media NIM 微服务:https://build.nvidia.com/models?label=nvidia+ai+for+media。查看 IBC 2026 的最新 NVIDIA 及合作伙伴工作流程:https://www.nvidia.com/en-us/events/ibc/。

NVIDIA 在 IBC 展示面向广播、体育与全球流媒体的实时 AI

随着广播公司、流媒体服务和体育组织采用软件和 AI,直播内容背后的基础设施正变得更加灵活、更互联,并越来越多地建立在共享加速计算之上。

Media Exchange Layer (MXL) 与 NVIDIA Holoscan for Media 的集成:https://developer.nvidia.com/holoscan-for-media 加速了这一过渡——提供了帮助媒体应用连接并协同运行的通用交换层。

Holoscan for Media 是一个开放参考架构和开发者工具包,用于构建面向 AI 的媒体功能和软件定义实时制作的应用程序。MXL 为这些基于软件的媒体功能提供了一种开放方式,以在分布式环境中交换实时视频、音频和数据。

随着生产功能向软件化转移,开发者可以构建共享加速基础设施、动态连接并独立演进的应用程序。这可以帮助媒体公司更高效地使用基础设施,更快地引入新功能,并减少应用程序之间所需的自定义集成工作量。

这种整合也为实时媒体中的 AI 打下了更坚实的基础。AI 处理、视频应用和传统媒体功能可以越来越多地在相同的加速基础设施和相同的软件定义环境中运行。

对于技术供应商而言,这扩大了构建能够跨更广泛、多供应商生态系统运行的应用程序的机会。对于媒体公司而言,这为基础设施提供了一条可随格式、应用程序和 AI 功能变化而适应的路径。

在 IBC 的 EBU 展位 10.D21 观看演示:https://directory.ibc.org/8_0/floorplan/?hallID=F&level=1&st=exhibitor&selectedBooth=booth%7E10.D21。了解更多关于 Holoscan for Media 的信息:https://developer.nvidia.com/holoscan-for-media。

NVIDIA 在 IBC 展示面向广播、体育与全球流媒体的实时 AI

体育正在成为 AI 更广泛转变的试验场:从通用模型向基于专有数据构建的微调开放模型发展。

NVIDIA Sports Intelligence Playbooks:https://animated-adventure-8ggoqky.pages.github.io/latest/ 旨在加速这一转变。它们为联盟、媒体公司和技术提供商提供了结构化框架,以在自己的体育录像和注释上微调 NVIDIA 开放模型,从而创建能够理解比赛规则、球员、得分、策略和体育独特背景的多模态 AI。

体育组织拥有大量难以被竞争者复制的专有视频、元数据和绩效信息。Playbooks 提供了一个实用蓝图,将这些资产转化为 AI 能力,从而支持新的分析产品、媒体体验、自动化工具和收入来源。

这些操作手册涵盖了 AI 生命周期的各个阶段,包括数据准备、微调、推理、评估、优化和部署,并整合了 NVIDIA 的技术,包括 Nemotron:https://www.nvidia.com/en-us/ai-data-science/foundation-models/nemotron/ 、NeMo AutoModel:https://docs.nvidia.com/nemo/automodel 、Megatron Bridge:https://docs.nvidia.com/nemo/megatron-bridge/latest/ 、NIM 微服务:https://www.nvidia.com/en-us/ai-data-science/products/nim-microservices/ 以及 NVIDIA 加速计算:https://www.nvidia.com/en-us/data-center/solutions/accelerated-computing/。

通过提供从模型定制到生产的集成路径,Sports Intelligence Playbooks 可以降低构建专业体育 AI 的成本和复杂性,同时提升其在计算、软件和推理堆栈上的需求。

早期测试展示了领域专业化的潜力。在使用与训练中类似的问题形式评估之前未见过的素材时,多项选择题准确率从约 53% 提升至 94%,开放式评估从约 5.7% 提升至 66%。

Machina Sports 正在将 Sports Intelligence Playbooks 与其体育本地数据、评估和代理基础设施整合,使权益持有者能够将专有媒体和专业知识转化为可在实时制作、内容和粉丝体验中部署的私人智能。

随着代理式 AI 的日益采用,这一机会也在扩大。借助 NVIDIA AI-Q Blueprint:https://build.nvidia.com/nvidia/aiq,组织可以将其特定领域的体育模型用作代理中的专家智能,从而在视频、企业数据和软件系统中进行推理,将操作手册从体育理解扩展到决策和自动化。

Wowza 正在将视觉语言模型(包括 NVIDIA Cosmos 3 和 Nemotron)整合到 Wowza 视频智能框架中,通过 NVIDIA Sports Intelligence Playbooks 进行微调,以检测直播流中的体育特定瞬间并缩短行动时间。

探索 NVIDIA 体育智能剧本:https://github.com/NVIDIA/sports-intelligence-playbooks。

通过直播节目触达全球观众不仅仅是翻译文字。语言的细微差别、语音、时间把控、面部动作、字幕和屏幕上的图形必须实时协同工作,同时保持原节目内容的编辑意图和制作质量。

为了帮助广播公司、体育联盟、版权持有者和流媒体服务将这些元素整合到统一的软件定义实时本地化工作流程中,NVIDIA 正将其内容本地化技术引入 NVIDIA Holoscan for Media 开发者工具包。该参考工作流程专为广播和流媒体开发者设计,可实现字幕、翻译音频、配音、同步视频和本地化图形。

Holoscan for Media 的内容本地化为本地化技术如何在软件定义的广播应用中协同工作提供了参考。开发者可以根据每个节目、市场或发行渠道选择所需的功能,而无需为每个本地化版本部署独立基础设施。

Holoscan for Media 的内容本地化整合了 NVIDIA AI for Media 的最新进展,包括在面部部分被遮挡时改进的唇动同步(LipSync)以及增强的主动发言者检测(Active Speaker Detection),帮助应用识别多人物场景中的发言者。

本地化可以改变直播节目覆盖范围和经济效益。一个共享的、可组合的工作流程可以帮助媒体公司更快地推出地区性报道,服务更多观众,并为个别市场定制体验,同时保持直播制作所需的时间掌控、视觉环境和编辑控制。

来自 AI-Media、CAMB.AI、Chyron 和 Panjaya 的技术各自解决了 Holoscan for Media 内容本地化中的特定环节,从调整语音和屏幕呈现,到创建多语言字幕和翻译音频、实现图形本地化,以及在直播和点播内容中保持表达和身份的一致性。

内容本地化技术还支持基于文件、流媒体和后期制作的应用。开发人员可以使用应用程序编程接口进行按需工作流程,并在本地化必须作为实时媒体环境的一部分运行时使用 Holoscan for Media 参考工作流。它们共同为跨生产和分发构建多语言媒体服务提供了一致的基础。

了解更多关于 NVIDIA Holoscan for Media 的信息:https://developer.nvidia.com/holoscan-for-media 以及关于媒体的 AI 信息:https://developer.nvidia.com/topics/ai/generative-ai/ai-for-media。

NVIDIA GTC Berlin Registration Is Now Open
NVIDIA Brings Real-Time AI to Broadcast, Sports and Global Streaming at IBC
Sparks Fly: NVIDIA Accelerates Local AI at IFA 2026
NVIDIA to Acquire Hugging Face

情报判断

Aioga 编辑摘要

Aioga 编辑摘要:NVIDIA 在 9 月 11-14 日于阿姆斯特丹举行的 IBC 大会上,将实时 AI 引入广播、体育与全球流媒体领域。 Aioga 将其归入「行业动态」方向,重点关注它对真实使用和行业竞争的影响。

背景分析

背景分析:公司与行业类动态需要放在竞争格局、商业化路径、资本信号和监管环境中观察,单条公告不能代表最终结果。

Aioga 观点

Aioga 判断:这条动态更适合作为行业观察信号,当前信息足以建立线索,但不足以推导长期结论。

影响与后续

影响分析:对相关团队而言,短期应先核对来源、可用范围和实际成本,再判断是否值得接入或跟进。 后续观察:继续观察官方文件、合作落地、收入或用户信号、竞品动作和监管后续。

来源与版权说明

本页正文由公开来源页面提取并按原有信息整理,同时保留来源、发布时间和原文入口。版权归原作者及来源网站所有,请通过原文链接核验和阅读来源版本。

抓取通道: RSS · 原始域名: blogs.nvidia.com

来源: NVIDIA Blog(RSS)

原文链接: 打开原始来源

Aioga 归档: 查看情报页

Content record: source-page · Updated: 2026-09-09T16:00:42.000Z

API 中转站
API RELAY · DEVELOPER INFRASTRUCTURE

API 中转站

统一接入主流 AI 模型 API,为开发、测试与生产环境提供稳定调用入口。

立即访问 api.w173.com
AIOGA SHARE POSTER

分享这篇 AI 情报

NVIDIA 在 9 月 11-14 日于阿姆斯特丹举行的 IBC 大会上,将实时 AI 引入广播、体育与全球流媒体领域。本届 IBC 汇聚来自 170 多个国家的逾 44,0...

NVIDIA Blog(RSS)2026-09-09T16:00:42.000Z
扫码打开文章详情扫码直达文章详情

Aioga 自动聚合全球 AI 动态,并保留来源信息用于核验与引用。