NVIDIA发布可重用智能体技能和蓝图助力开发者构建部署视觉AI系统

NVIDIA宣布推出用于构建视觉AI智能体的工具，这些工具可以自动将来自工厂、城市、仓库和运输系统的视频转化为运营智能。随着企业工作负载更接近数据源，边缘AI的转变正在加速。Gartner预计到2028年，超过三分之二的企业管理数据将在数据中心或云外创建和处理；到2029年，全球超过三分之二的企业将部署边缘AI，相比2025年的10%有明显增长。然而，现有边缘数据中多达90%未被处理。构建有用的视觉AI智能体需要系统能够理解视频、适应真实世界条件，并将洞察连接到运营工作流，同时满足延迟、功耗、成本和连接性要求。

NVIDIA Metropolis智能体技能和蓝图为开发者提供可复用的工作流，用于在整个生命周期中构建、运营和优化视觉AI智能体。对于模拟和合成数据生成，通用场景描述（OpenUSD）提供了一个通用框架。基于OpenUSD构建，NVIDIA Omniverse库帮助团队构建模拟、合成数据生成和数字孪生工作流，这些工作流可以在各种条件下建模真实世界环境，包括光照、天气、交通模式、相机角度、遮挡和罕见事件。

本次宣布强调了三个应用领域。在制造业中，Roboflow正在将NVIDIA缺陷图像生成技能和NVIDIA Cosmos世界基础模型集成到其视觉AI平台中。对于康宁的光纤制造，一个仅用八张真实缺陷图像加上合成生成数据训练的模型达到了95%的平均精度，并在最具挑战性的缺陷类别上实现了完美召回率，超越了仅用真实数据训练的模型，并将一个多季度的项目压缩为几天。

在城市运营中，Linker Vision正在用NVIDIA Metropolis VSS蓝图构建智慧城市系统，以加速在城市基础设施中部署视频推理智能体。在高雄，Linker Vision将开发工作减少了85%，并将事件响应时间减少了80%。其较新的AI-GRID扩展以此方法为基础，采用NVIDIA NemoClaw蓝图用于安全的智能体AI。

在工业环境中，富士康和DeepHow使用NVIDIA Metropolis VSS蓝图和实时标准操作规程验证智能体，其中NVIDIA Cosmos提供推理来解释复杂的人类活动。在NVIDIA GB300服务器生产线上，该解决方案将首次通过率提高了3%，在微动作理解中达到了99%的任务级精度，并通过更早发现问题来减少冗余工作。