NVIDIA在IBC 2026宣布AI for Media平台重大扩展,推出视频GPU加速工具

在9月11日至14日于阿姆斯特丹举行的IBC大会上，来自170多个国家的4万4千多名与会者汇聚于1,300多场展览和600位演讲者现场，共同探索媒体与娱乐领域的创新。英伟达扩展了其AI for Media系列产品，包括GPU加速软件开发工具包、NIM微服务、技术指南和蓝图，旨在增强音频、视频和增强现实效果。

英伟达合成视频检测器（Synthetic Video Detector，SVD）NIM微服务在今年早些时候于SIGGRAPH大会上首次发布，帮助机构评估视频素材是真实的还是由AI生成的。自初次发布以来，SVD在文本生成视频内容上的准确率达到了99.3%，在图像生成视频内容上的准确率达到了97.7%。Dalet正在将SVD整合到一个安全的云托管验证工作流中，供新闻机构使用，允许编辑团队在Dalet界面内提交视频并查看真实性评分。TwelveLabs宣布了Compliance by TwelveLabs的正式推出，该产品整合了SVD，在媒体合规工作流中添加了帧级别的真实性信号和置信度评分。Wowza的技术为遍布170多个国家的35,000多个视频部署提供支持，将通过Wowza Video Intelligence Framework分发SVD，以实现对直播视频流的实时分析。

英伟达3D人体姿态估计工具可从单摄像头视频中估计2D和3D人体关节位置，支持运动员追踪、生物力学分析、回放增强和虚拟制作。Vizrt正在使用Body Pose在实时虚拟演播室环境中驱动实时3D光效。视频帧生成技术通过在原始帧之间创建新帧使视频动作显得更平滑，可将帧率增加2倍或4倍，同时保持视觉质量。Ross Video正在将VFG整合到其Rio Replay平台中，为体育制作创建AI辅助的慢动作视频，支持6倍慢动作生成，正在进行8倍插帧的开发工作。

英伟达视频超分辨率技术采用AI来升级视频，同时降低噪声、模糊和压缩失真，添加了10位视频支持和可调整的增强控制。英伟达TrueHDR将标准动态范围视频转换为高动态范围输出，达到约2,000尼特，同时保持局部对比度。英伟达LipSync NIM微服务转换口形运动以匹配目标音轨，同时保留自然的头部姿态、眨眼和身体运动，改进了面部遮挡处理。新型主动说话人检测微服务消除了对说话人分段的需求，添加了语音活动检测并扩展了部署支持。NDI正在使用LipSync实现实时翻译和唇形同步配音，以支持多语言分发。Studio Voice包括基于英伟达Studio Voice NIM微服务构建的新麦克风配置文件，可抑制背景噪声、减少混响并改善语音清晰度，具有用于实时通信和内容创建的精美音质特征。