自然语言提示原型在英特尔Vision大会上首次亮相

在英特尔Vision大会上，Network Optix首次展示了自然语言提示原型，该方案将重新定义视频管理，为各行各业由AI驱动的洞察和效率提速。

表面上看，航空制造商、购物中心、大学、警察部门和汽车厂商似乎并没有太多共同之处。实际上，它们在各自的范围内，都使用和管理着成百上千个摄像头。

此外，它们也都使用着Network Optix。Network Optix是一家总部位于加州的全球软件开发公司，专门开发帮助各行业管理、记录和分析海量视频数据的平台。Network Optix与英特尔合作，基于英特尔酷睿Ultra 200H （代号Arrow Lake H）系列处理器，对其软件进行了优化。Arrow Lake H拥有强大的中央处理器 (CPU)、集成了神经处理单元 (NPU) 和图形处理单元 (GPU)， 能够出色地完成对复杂边缘AI的处理。

IP、互联网协议和摄像头，都是通过计算机网络传输和接收数据，这也是大家在购物中心周围或大学校园里会看到的一些典型监控。它们将数据传输到中央数据库，如此一来，保安人员或运营中心即可进行监控。

AI正在改变企业和组织看待和使用视频数据的方式，其应用远不止安全领域。借助AI，制造装配线上的摄像头可以统计产品数量，并告知企业每天生产了多少产品，产品包装是在什么时候进行的。AI模型可以提醒管理者生产可能放缓的地方，或者问题何时以及如何出现。而面向健康和安全的AI摄像头视觉系统可以在员工未佩戴适当防护装备时发出警报。

边缘处理，重构效能

Network Optix的软件能在云端处理所有视频数据，然而它真正的优势与速度体现在本地服务器端——这得益于专为边缘AI应用设计的英特尔酷睿Ultra 200H处理器的强大效能与卓越性能。与配备专用AI基础设施的大型数据中心不同，边缘AI部署必须无缝集成到空间受限、低功耗且成本敏感的原生IT系统中。这些系统不仅处理AI任务，还需承担计算、视频及图形工作负载。

Network Optix业务发展副总裁James Cox表示：“客户可在数秒内检索整年数据，过去客户的痛点在于需要耗费大量时间加载和查阅存档，旧系统难以为跨国企业快速汇总全球数据。”

Network Optix的技术具备高度可扩展性，能处理海量摄像头与视频数据。目前该公司的客户通过其系统管理的全球摄像头总数达450万台。

Cox解释道：“将AI放在云端或其他非本地环境运行，意味着需持续向云端传输大量数据——每台摄像头每秒约5MB。当规模达到100台摄像头时，持续上传的数据量将激增至500MB，而许多场所部署着上千台摄像头，因此使用非本地AI根本不现实，边缘计算能将视频转化为纯数据，从而实现全面监控与实时告警。”

就如航空航天制造商，他们正是Network Optix的重要客户。试想火箭发射场景：需要部署大量摄像头，将火箭各部位的实时画面不间断传输给工程师与控制中心。而这些实时信息正是发射成功的关键所在。

我们的客户，包括大型市政交通工程师或大学，可以通过平台内的下拉菜单设置筛选条件，搜索或设置交通事故或人员斗殴等特定事件的警报。AI会在几秒钟内扫描实时和录制视频在内的所有视频流，并根据这些参数筛选出相关的片段。它能够扫描全球多个地点，使用人员无需任何技术培训，从接待员、保安到管理员，任何人都可以使用这个系统。

Network Optix平台集成了OpenAI的CLIP（对比语言-图像预训练）技术。CLIP是一种能够识别图像，并将图像与文本描述联系起来的神经网络。它可以检测物体、颜色、人类行为和人物，但需要强调的是：Network Optix无法进行面部识别，它可以检测人脸，但仅用于对象分类，用来区分人与汽车或动物。

Cox表示：“如果客户需要远程查看他们的监控点，只需要查看经由AI筛选出的摄像头画面即可，出于对隐私问题的担心，很多客户并不希望他们的视频上传到云端。”

许多现有的安防系统缺乏定制化功能，依赖于固定的参数，例如汽车颜色或车牌号码。这会导致错过重要事件、误报，且会浪费大量时间查阅录像。Network Optix的多模态AI解决方案，由英特尔酷睿Ultra 200H系列处理器驱动，通过灵活的自然语言查询解决了这个问题，从而实现了更智能的安全监控。

自然语言提示原型在英特尔Vision大会上首次亮相

Network Optix的软件可以在任何芯片架构上运行。相比于英特尔上一代酷睿Ultra 7 165H处理器（代号Meteor Lake），当该公司的AI模型在英特尔新款酷睿Ultra 9 285H处理器上运行时，吞吐量快1.35倍，且延迟更低¹。

在英特尔Vision大会中亮相的Network Optix，其用户界面被进一步简化。基于酷睿Ultra 200H处理器和可理解自然语言文本提示词的聊天机器人，工程师打造了一个全新自然语言文本提示模型的原型演示，相较于点击下拉菜单进行视频搜索或设置警报的方式，这项前沿技术所带来的性能和效率进一步增强。

该演示展示了多个场景。例如，交通设施管理人员可以通过设置提示词和实时通知的方式，检测数百乃至数千个摄像头拍摄到的交通事故。传统的监测系统缺乏灵活性，无法在没有预定义规则的情况下检测事故。一个视频展示了这样的场景：在一个繁忙的十字路口，AI动态地检测到视频中汽车碰撞的瞬间，系统可以自动检索相关录像并标记用户，从而减少了手动查阅的时间，并提高了高风险区域的安全响应速度。

另一个场景模拟了在繁忙区域遗失护照的情况。通过简单的文本提示“找到护照”，AI驱动的对象识别技术省去了为不必要的对象进行大型数据标记的工作。AI通过扫描视频流，在一个桌子上找到了护照，并且提示了用户。Network Optix在此处展现了其卓越的可扩展性——检测系统可以迅速适应新项目或类别，而无需进行大量的重新设计，从而降低了重新训练的成本。

该提示原型将于今年推出，Network Optix的开发者可以进行测试。