NVIDIA Video Search and Summarization

监控和仓储摄像头每天产出成百上千小时录像，出了事只能人工快进回看。NVIDIA 这个蓝图是一套GPU 加速的视频分析 Agent 参考架构，能用自然语言搜索视频、生成摘要和实时告警。

它结合 Cosmos 视觉语言模型、Nemotron 大模型和 RAG，支持长视频理解和视觉问答，可通过 NIM 部署。

软件功能

自然语言搜索：一句话找片段。

视频摘要：长视频自动总结。

实时告警：事件即时通知。

视觉问答：对视频提问。