Generatived（Beta）｜生成AIの最新ニュースとトレンドを提供

NVIDIA（米カリフォルニア州）は、大規模映像データを検索・要約できる「Metropolis Blueprint for Video Search and Summarization（VSS）」の最新版を公開したと発表した。生成AIやVLM、LLMを活用し、ライブ映像や録画データからリアルタイムで検索可能な映像分析環境を提供するという。

同社によると、新版VSS 3ではモジュール構造を刷新し、融合検索機能や自律型エージェント向けスキル群を追加した。CodexやOpenClaw、NemoClawなどのコーディングエージェントと連携し、動画分析AIエージェントの構築や運用を自動化できるとしている。

また、OpenClawとVSSスキルを組み合わせることで、倉庫映像から作業員の安全装備や脚立使用状況を自然言語で分析できる例を紹介した。映像アップロードから検索、検証、レポート生成までをエージェントが自律的に処理する構成という。

さらに、検索ワークフローでは複数種類の埋め込み検索や推論型検索オーケストレーションを採用したと説明した。H100やRTX PRO 6000などのGPU環境向けに最適化されており、大規模映像解析や長時間動画要約への対応強化を進めるとしている。