Generatived (Beta) | Cung cấp tin tức và xu hướng mới nhất về AI sáng tạo

Những phát triển gần đây đã chứng kiến các hệ thống thị giác máy tính được cải tiến nhờ tích hợp các mô hình ngôn ngữ thị giác (VLM), cho phép hiểu sâu hơn về nội dung thị giác. Các mô hình này có thể kết nối các mô tả văn bản với thông tin không gian-thời gian, cung cấp cho các nhóm những hiểu biết giá trị từ lượng lớn dữ liệu thị giác được thu thập hàng ngày. Bằng cách áp dụng VLM, các tổ chức có thể chuyển đổi các hệ thống cũ, cải thiện khả năng tìm kiếm nội dung thị giác với phụ đề dày đặc, tăng cường cảnh báo với ngữ cảnh chi tiết và tóm tắt các tình huống phức tạp bằng suy luận AI.

Một ví dụ về ứng dụng của công nghệ này là hệ thống kiểm tra xe tự động của UVeye, xử lý hàng triệu hình ảnh độ phân giải cao để phát hiện lỗi với độ chính xác cao. Ứng dụng VLM này chuyển đổi dữ liệu thị giác thành các báo cáo có cấu trúc, nâng cao khả năng tìm kiếm và cải thiện đáng kể tỷ lệ phát hiện lỗi. Tương tự, Relo Metrics tận dụng VLM để đo lường tiếp thị thể thao, cung cấp cho các thương hiệu những hiểu biết theo thời gian thực về giá trị đầu tư truyền thông của họ, cho phép tối ưu hóa chiến lược và tiết kiệm chi phí đáng kể.

Hơn nữa, VLM đang được sử dụng để nâng cao các hệ thống thị giác máy tính dựa trên CNN, cung cấp các khả năng vượt ra ngoài các cảnh báo nhị phân đơn giản. VLM bổ sung một lớp hiểu biết theo ngữ cảnh, chi tiết hóa sự cố. Điều này đặc biệt hữu ích trong các ứng dụng như quản lý giao thông thành phố thông minh với Linker Vision. Phương pháp này tự động hóa việc phân tích sự kiện trên hàng nghìn luồng camera, giảm thiểu kết quả dương tính giả và cải thiện thời gian phản hồi của thành phố.

Cuối cùng, các hệ thống AI tác nhân kết hợp VLM với các mô hình và công nghệ khác có thể xử lý và suy luận các truy vấn phức tạp. Ví dụ: Levatas đã phát triển một giải pháp kiểm tra trực quan tận dụng VLM để tạo báo cáo kiểm tra chi tiết, đơn giản hóa quy trình thủ công trước đây. Những tiến bộ trong AI tác nhân này phần lớn được hỗ trợ bởi công nghệ NVIDIA. NVIDIA cung cấp các công cụ mà các nhà phát triển cần để xây dựng các chỉ mục giàu siêu dữ liệu và tích hợp VLM vào nhiều ứng dụng khác nhau, giúp họ mở rộng quy mô hoạt động và nâng cao khả năng phân tích video.