标在2025年国际消费电子展（CES）开幕式上，英伟达首席执行官黄仁勋宣布推出 “视频分析 AI 代理蓝图(Blueprint for AI Agents )”。这一新平台基于英伟达的 Metropolis 系统，旨在帮助组织和个人提升生产力与安全性，甚至有助于运动员改善表现。全球目前已部署超过15亿台企业级摄像头，年产生约7万亿小时的视频数据。然而，只有不到1% 的视频内容被人类实时观看，这使得许多关键事件可能被忽视，带来巨大的经济损失。例如，制造业因未能及时发现产品缺陷，每年损失高达数万亿美元。新的

在视频分析领域，物体的持久性是人类理解物体即使在完全遮挡情况下依然存在的重要线索。然而，目前的物体分割方法大多只关注可见（模态）物体，而缺乏对无模态(可见 + 不可见)物体的处理。针对这一问题，研究人员提出了一种基于扩散先验的两阶段方法Diffusion-Vas，旨在提升视频无模态分割和内容补全的效果，能追踪视频中的指定目标，然后利用扩散模型补全被遮挡的部分。该方法的第一阶段涉及生成物体的无模态掩码。研究人员通过将可见掩码序列与伪深度图结合，来推断物体边

四年历史的 AI 初创公司 EndlessAI 最近推出的 iOS 应用 Lloyd 在悄然上线仅三个月后，已吸引了超过5万用户。loyd 的独特之处在于，它利用自主研发的视频流和编码技术，将用户的实时视频与 AI 模型相结合，支持从自行车维修到讲睡前故事等多种任务。目前，有41% 的用户每天都会使用这个应用。尽管 Lloyd 尚未达到 ChatGPT 在2023年初两个月内突破1亿用户的壮举，但 EndlessAI 的首席执行官 Roi Ginat 和执行主席 Thomas Pompidou 对此感到十分振奋。他们表示，计划在2025年初向第三方开发者开放平台，并于

Nvidia 近期宣布推出其最新的 AI 蓝图，旨在帮助各行业的开发者轻松构建智能代理，分析视频和图像内容。通过这一技术，任何行业的用户都能高效地搜索和总结大量的视觉数据。全球知名企业如 Accenture、Dell 和 Lenovo 等已开始利用 Nvidia AI 蓝图开发视觉 AI 代理，旨在提升生产力、优化流程并创造更安全的环境。各个企业和公共部门组织正致力于开发智能代理，以增强依赖视觉信息的工作能力，这些信息来源于越来越多的设备，如摄像头、物联网传感器和车辆。Nvidia 的这款 AI 蓝图为视频搜

谷歌最近推出了一系列全新的 AI 驱动功能，让用户在搜索引擎和 Google Lens 的使用体验更加丰富。根据谷歌搜索副总裁 Liz Reid 的介绍，Google Lens 现在每个月处理近200亿次视觉查询，用户可以通过拍摄视频并提问的方式，轻松获得 AI 生成的摘要。只需要在 Google 应用中按住快门按钮并发问，系统就能同时分析视频和问题，为用户提供简洁明了的答案。此外，用户也可以对任何通过 Lens 拍摄的照片提问。这项功能在 Android 和 iOS 的 Google 应用上都可以使用，不过目前只支持英语查询。为了提升用