NVIDIA 发布视频搜索摘要蓝图，AI Agent 秒级检索海量视频

NVIDIA 推出 Metropolis 视频搜索与摘要（VSS）蓝图，将数百万路实时视频流或数小时录像转化为可搜索、可操作的情报。

该方案基于 AI Agent 和 Skills 架构，通过视觉语言模型对视频内容进行语义理解与索引，支持自然语言查询和自动摘要生成，无需人工逐帧审查。

对后端工程师而言，这意味着视频数据从存储冷数据变为可实时检索的智能资产，适用于安防、工业质检、自动驾驶等场景。