NVIDIA 在 IBC 2026 将实时 AI 引入广播、体育和全球流媒体

在9月11日至14日于阿姆斯特丹举行的IBC大会上，创意、科技和商业界齐聚一堂，将想法转化为行动，讨论媒体和娱乐行业的创新。来自170+个国家的44,000多名与会者齐聚一堂，探索1300+展览，分布在14+展厅和户外空间，600多位演讲嘉宾分享见解。

继续阅读，了解NVIDIA在展会上的重点介绍。

NVIDIA 媒体人工智能为广播、体育和制作工作流程带来实时智能

媒体公司越来越多地将人工智能整合进直播制作、体育、新闻和流媒体工作流程，以解锁更丰富的性能洞察，验证视频真实性，并提升和本地化内容——而这一切都不会破坏可信赖的广播环境。

在阿姆斯特丹举办的IBC 2026大会上，NVIDIA宣布对NVIDIA AI for Media进行了重大扩展——这是一套GPU加速软件开发套件（SDK）、NVIDIA NIM微服务、剧本和蓝图，旨在增强媒体和娱乐工作流程中的音频、视频和增强现实效果——旨在解锁理解运动、验证和增强视频、本地化编程以及构建AI驱动媒体应用的新途径。

该NVIDIA 合成视频检测器（SVD）NIM微服务，今年早些时候在SIGGRAPH帮助组织评估视频是否真实或AI生成的概率，为编辑、内容认证、数字取证和媒体完整性团队在审查过程中提供了新的分析点。

自首次发布以来，SVD在文本到视频内容的准确率达到了99.3%，在图像到视频内容中达到97.7%，尤其是在复杂的图像到视频案例中提升显著。

Dalet 正在将 SVD 集成到新闻机构的安全云托管验证流程中。这使得编辑团队可以通过 SVD 提交素材，并在 Dalet 界面中检查和审查所得的分数和元数据。

TwelveLabs宣布Compliance by TwelveLabs已正式上线，这是其首个基于公司视频智能平台的应用，帮助媒体和广播团队快速根据地区和定制合规标准筛选内容。

该解决方案集成SVD，添加帧级真实性信号和信心评分，使媒体团队能够在同一合规流程中识别潜在合成媒体。

哇扎，谁的Wowza 流媒体引擎媒体服务器技术支持了超过35,000次视频部署，遍布170多个国家，将通过Wowza视频智能框架.该解决方案由NVIDIA加速基础设施驱动，将使广播商、流媒体服务提供商及其他组织能够实时分析实时视频流，并提取检测到的物体、场景和AI生成迹象的数据。

它可以部署并运行于本地、边缘、云端、混合部署或完全隔离，使组织能够更好地掌控关键媒体工作流程。

NVIDIA 3D Body Popose 通过单一摄像机拍摄的视频估算二维和三维人体关节位置和角度，帮助将运动转化为结构化数据，无需基于标记的捕捉系统。

对于体育组织来说，这些数据可以支持球员和运动员的动作追踪、生物力学和表现分析、回放增强、裁判和裁判工作流程、球员安全应用，以及虚拟互动和沉浸式体验。

该技术还可以为内容创作工作流程提供结构化的人机运动数据。当映射到兼容的角色绑定时，关节和运动数据可以作为动画分组、数字双片、角色重定向和虚拟制作体验的输入。

Vizrt 在实时虚拟工作室环境中采用身体姿势技术，通过追踪身体运动驱动实时三维光照效果，如反射、阴影和环境渲染。

视频帧生成（VFG）通过生成式人工智能在视频原始帧之间创建新帧，使视频运动看起来更流畅。它可以在保持视觉质量和时间一致性的同时将帧率提升2倍或4倍，实现更流畅的体育赛事、慢动作回放、直播媒体及其他高速视频体验。

VFG还支持生成式AI视频工作流程中的帧率转换和帧提升。

Ross Video正在将其VFG集成到其Rio Replay平台，为体育制作制作制作AI辅助慢动作视频。

该作品支持体育回放的6倍慢动作生成。目前正在开发8倍插值技术，这意味着生成的中间帧可以为回放团队提供更平滑的动作，而无需每帧都被超高帧率的源摄像机捕捉。

NVIDIA 视频超分辨率（VSR）利用 AI 进行视频放大，同时减少噪点、模糊和压缩伪影。新的流媒体模式让开发者在实时性能和更高画质之间选择，可调节控制则有助于实现预期的增强水平。

VSR 还增加了 10 位视频支持，提升了整体性能和质量。VSR 通过 NVIDIA 视频特效 SDK 和 NIM 微服务提供，可用于流媒体、广播、会议、视频播放和内容创作应用。

该技术可以通过统一界面支持视频播放器、会议应用、创作者工具、流媒体服务、转码器和广播系统。

NVIDIA TrueHDR将标准动态范围视频实时转换为高动态范围输出，分辨率可达约2000尼特，同时保持局部对比度并根据内容调整亮度。

VSR、VFG和TrueHDR可以集成在单一的视频特效流程中——帮助媒体公司增强现有内容库，支持流媒体、转码、游戏和创作者工作流程。

该NVIDIA 口型同步以及主动扬声器检测NIM微服务帮助开发者构建采访、新闻、体育、娱乐及其他多个屏幕上可能出现的节目的本地化系统。

LipSync 通过转换输入视频中的口腔动作，以匹配目标音轨，同时保留自然的头部姿势、眨眼和身体动作。新版本改进了面部咬合处理，更好地保护了牙齿、嘴唇和面部纹理。

新的主动扬声器检测NIM微服务不再需要多条音轨的扬声器数据处理，增加了语音活动检测，并通过gRPC接口和更广泛的GPU兼容性扩展了NIM微服务部署支持。

NDI采用NVIDIA AI，包括NVIDIA LipSync NIM微服务，实现实时翻译、口型同步配音和现有广播工作流程中的区域语言适应。通过从共同媒体流生成多语言体验，该方法有助于广播商触达全球观众，同时降低传统多语言分发所需的带宽、基础设施和制作复杂性。

Studio Voice 包含基于 NVIDIA Studio Voice NIM 微服务的新麦克风配置文件，允许用户对增强语音的音色特性有更多控制。

该功能旨在抑制背景噪音，减少房间混响，提升语音清晰度，然后将增强输出调整为选定的麦克风配置文件，以实现更精致的直播交流、流媒体、播客和内容创作。

试试看NVIDIA 媒体 NIM 微服务 AI.请查看最新的NVIDIA及合作伙伴工作流程IBC 2026.

NVIDIA Holoscan for Media 提供开放媒体交换层，用于构建和连接实时媒体应用

随着广播商、流媒体服务和体育组织采用软件和人工智能，直播内容背后的基础设施变得更加灵活、互联，并且越来越多地建立在共享加速计算之上。

媒体交换层（MXL）与NVIDIA 媒体全息扫描加速这一转变——提供帮助媒体应用连接和协同运行的通用交换层。

Holoscan for Media 是一个开放的参考架构和开发工具包，用于构建基于 AI 驱动的媒体功能和软件定义直播制作应用。MXL 为这些软件媒体功能提供了一种开放方式，可以在分布式环境中交换实时视频、音频和数据。

随着生产功能转向软件，开发者可以构建共享加速基础设施、动态连接并独立演进的应用。这有助于媒体公司更高效地利用基础设施，更快引入新功能，并减少应用间定制集成的需求。

这一整合还为实时媒体中的人工智能奠定了更坚实的基础。人工智能处理、视频应用和传统媒体功能越来越多地可以在同一加速基础设施和软件定义环境中运行。

对于技术供应商来说，这扩大了构建跨多厂商生态系统的应用的机会。对媒体公司而言，这为基础设施的路径创造了一条能够随着格式、应用和AI能力变化而适应的路径。

在IBC观看演示欧洲广播联盟展位 10.D21. ​了解更多全息扫描媒体.

英伟达体育智能手册为体育多模态人工智能开辟了道路

体育正成为人工智能更广泛转变的试验场：从通用模型转向基于专有数据的微调开放模型。

英伟达体育智能手册旨在加速这一转变。他们为联赛、媒体公司和技术提供商提供结构化框架，帮助他们对 NVIDIA 开放模型进行微调，基于自有的体育视频和注释，创建多模态 AI，能够理解独特的规则、球员、计分、策略和上下文。

体育组织持有大量专有视频、元数据和表现信息，竞争对手难以复制。这些操作手册为将这些资产转化为人工智能能力提供了实用蓝图，支持新的分析产品、媒体体验、自动化工具和收入来源。

这些操作手册涵盖了人工智能生命周期，包括数据准备、微调、推断、评估、优化和部署，并整合了包括在内的NVIDIA技术尼莫特隆,NeMo AutoModel,威震天桥,NIM 微服务以及NVIDIA 加速计算.

通过提供从模型定制到生产的集成路径，体育智能Playbooks能够降低构建专业体育AI的成本和复杂度，同时提升其计算、软件和推理堆栈的整体需求。

早期测试展示了领域专业化的潜力。在使用类似培训题目的题型对此前未公开的录像进行评估时，选择题准确率从约53%提升至94%，开放式评估率从约5.7%提升至66%。

Machina Sports 正在将 Sports Intelligence Playbook 与其体育原生数据、评估和代理架构整合，使权利人能够将专有媒体和专业知识转化为私有、可部署的智能，用于直播制作、内容和球迷体验。

随着代理人工智能的日益普及，这一机会也在扩大。随着NVIDIA AI-Q 蓝图组织可以利用其领域特定的体育模型作为代理中的专家智能，跨视频、企业数据和软件系统进行推理，将游戏手册从体育理解扩展到决策和自动化。

Wowza正在将视觉语言模型，包括NVIDIA Cosmos 3和Nemotron，整合进Wowza视频智能框架，并通过NVIDIA体育智能Playbook微调，以检测直播流中的体育特定时刻并缩短行动时间。

探索英伟达体育智能手册.

NVIDIA 将多语言内容本地化带入直播

通过直播节目触达全球观众，不仅仅是翻译文字。语言细节、声音、节奏、面部动作、字幕和屏幕图形必须实时协同工作，同时保持原始节目的编辑意图和制作质量。

为了帮助广播商、体育联盟、权利持有人和流媒体服务将这些元素整合到统一的软件定义实时本地化流程中，NVIDIA 将其内容本地化技术引入 NVIDIA Holoscan for Media 开发工具包。

该参考流程面向广播和流媒体开发者，支持字幕、翻译音频、配音、同步视频和本地化图形。

使用Holoscan for Media的内容本地化为本地化技术如何在软件定义广播应用中协同工作提供了参考。开发者可以为每个节目、市场或分发渠道选择所需的能力，而无需为每个本地化版本单独部署基础设施。

Holoscan for Media 的内容本地化融合了 NVIDIA AI for Media 的最新进展，包括在面部部分遮挡时改进的口型同步，以及增强的主动扬声器检测，帮助应用识别多人场景中的说话者。

扩大直播节目的覆盖范围

本地化能够改变直播节目的覆盖范围和经济效益。共享且可组合的工作流程可以帮助媒体公司更快引入区域覆盖，服务更多观众，并为各市场量身定制体验——同时保留直播制作所需的时机、视觉语境和编辑控制。

来自AI-Media的技术，CAMB.AIChyron和Panjaya分别通过Holoscan for Media专注于内容本地化的具体部分，从语音和屏幕呈现的调整，到多语言字幕和翻译音频的创建，本地化图形，以及在直播和点播内容中保持表达和身份。

内容本地化技术还支持基于文件的、流式流式和后期制作应用。开发者可以使用应用程序接口进行按需工作流程，并在本地化必须作为实时媒体环境一部分运行时使用Holoscan for Media参考流程。

它们共同为跨制作和分发构建多语言媒体服务提供了一致的基础。

了解更多关于NVIDIA全息扫描媒体以及媒体人工智能.