在 9 月 11 日至 14 日於阿姆斯特丹舉行的 IBC 大會上，創意、科技和商業社群齊聚一堂，將想法付諸實踐，並討論媒體和娛樂產業的創新。

超過 170 個國家、44,000 多名與會者齊聚一堂，探索 14 個以上展廳和戶外空間的 1,300 多個展覽，並有 600 多位演講者分享見解。以下將深入了解 NVIDIA 在展會上的重點。

媒體公司正日益將 AI 整合到現場製作、體育、新聞和串流工作流程中，以解鎖更豐富的效能洞察、驗證影片真實性，並增強和在地化內容，所有這些都不會干擾現有的廣播環境。

在阿姆斯特丹的 IBC 2026 大會上，NVIDIA 宣布大幅擴展 NVIDIA AI for Media。這是一系列 GPU 加速的軟體開發套件 (SDK)、NVIDIA NIM 微服務、操作手冊和藍圖，旨在增強媒體和娛樂工作流程中的音訊、視訊和擴增實境效果，以解鎖理解動作、驗證和增強視訊、在地化節目以及建構 AI 驅動媒體應用程式的新方式。

NVIDIA Synthetic Video Detector (SVD) NIM 微服務於今年稍早在 SIGGRAPH 大會上宣布，它能幫助組織評估影片是真實還是 AI 生成的可能性，為編輯、內容驗證、數位鑑識和媒體完整性團隊在審查過程中提供另一個分析點。

自首次發布以來，SVD 對文字轉影片內容的準確度已達到 99.3%，對圖片轉影片內容的準確度達到 97.7%，尤其在困難的圖片轉影片案例中取得了顯著進步。

Dalet 正在將 SVD 整合到一個安全的雲端託管驗證工作流程中，供新聞機構使用。這使得編輯團隊可以透過 SVD 提交影片，並在 Dalet 介面中檢查和審查結果分數和中繼資料。

TwelveLabs 宣布其首個基於公司視訊智慧平台建構的應用程式 Compliance by TwelveLabs 正式上市，幫助媒體和廣播團隊快速篩選內容，以符合地區和自訂的合規標準。該解決方案整合了 SVD，以增加影格級別的真實性訊號和置信分數，使媒體團隊能夠在相同的合規工作流程中識別潛在的合成媒體。

Wowza 的 Wowza Streaming Engine 媒體伺服器技術為全球 170 多個國家/地區的 35,000 多個視訊部署提供支援，該公司將透過 Wowza Video Intelligence Framework 分發 SVD。

該解決方案由 NVIDIA 加速基礎設施提供支援，將使廣播公司、串流供應商和其他組織能夠即時分析直播視訊源，並提取有關檢測到的物體、場景和 AI 生成跡象的資料。

它可以在本地、邊緣、雲端、混合部署或完全氣隙環境中部署和運行，讓組織對關鍵媒體工作流程擁有更大的控制權。

NVIDIA 3D Body Pose 從單一攝影機拍攝的視訊中估計 2D 和 3D 人體關節位置和角度，幫助將動作轉換為結構化資料，而無需基於標記的捕捉系統。

對於體育組織而言，這些資料可以支援運動員動作追蹤、生物力學和表現分析、重播增強、裁判和裁決工作流程、運動員安全應用程式以及虛擬互動和沉浸式體驗。

該技術還可以為內容創作工作流程提供結構化的人體動作資料。當映射到相容的角色骨架時，關節和動作資料可以作為動畫分塊、數位分身、角色重定向和虛擬製作體驗的輸入。

Vizrt 正在現場虛擬工作室環境中使用 Body Pose 技術，透過追蹤的身體動作驅動即時 3D 照明效果，例如反射、陰影和環境渲染。

視訊影格生成 (VFG) 利用生成式 AI 在視訊的原始影格之間創建新影格，使視訊動作看起來更流暢。它可以在保持視覺品質和時間一致性的同時，將影格率提高 2 倍或 4 倍，從而實現更流暢的體育賽事、慢動作重播、直播媒體和其他高動作視訊體驗。VFG 還支援生成式 AI 視訊工作流程的影格率轉換和影格提升。

Ross Video 正在將 VFG 整合到其 Rio Replay 平台中，為體育製作創建 AI 輔助的慢動作視訊。

這項工作支援體育重播的 6 倍慢動作生成。目前正在開發 8 倍插值技術，這意味著生成的中間影格可以為重播團隊提供更流暢的動作，而無需每個影格都由超高影格率的源攝影機捕捉。

NVIDIA Video Super Resolution (VSR) 使用 AI 提升視訊解析度，同時減少雜訊、模糊和壓縮偽影。新的串流模式讓開發人員可以在即時效能和更高影像品質之間進行選擇，而可調整的控制項有助於達到所需的增強程度。VSR 還增加了 10 位元視訊支援並提高了整體效能和品質。

VSR 可透過 NVIDIA Video Effects SDK 和 NIM 微服務用於串流、廣播、會議、視訊播放和內容創作應用程式。

該技術可以透過通用介面支援視訊播放器、會議應用程式、創作者工具、串流服務、轉碼器和廣播系統。

NVIDIA TrueHDR 將標準動態範圍視訊即時轉換為高動態範圍輸出，最高可達約 2,000 尼特，同時保持局部對比度並根據內容調整亮度。

VSR、VFG 和 TrueHDR 可以組合在單一視訊效果管線中，幫助媒體公司增強現有的內容庫，用於串流、轉碼、遊戲和創作者工作流程。

NVIDIA LipSync 和 Active Speaker Detection NIM 微服務幫助開發人員為訪談、新聞、體育、娛樂和其他可能有多人出現在螢幕上的節目建構在地化系統。

LipSync 轉換輸入視訊中的嘴部動作，使其與目標音軌匹配，同時保留自然的頭部姿勢、眨眼和身體動作。新版本改進了臉部遮擋處理，並更好地保留了牙齒、嘴唇和臉部紋理。

新的 Active Speaker Detection NIM 微服務不再需要針對多個音軌進行說話者分離，增加了語音活動檢測，並透過 gRPC 介面和更廣泛的 GPU 相容性擴展了 NIM 微服務部署支援。

NDI 正在使用 NVIDIA AI for Media，包括 NVIDIA LipSync NIM 微服務，以在現有廣播工作流程中實現即時翻譯、唇形同步配音和區域語言適應。透過從共同的媒體串流生成多種語言體驗，這種方法可以幫助廣播公司接觸全球觀眾，同時減少多語言分發傳統上所需的頻寬、基礎設施和製作複雜性。

Studio Voice 包含基於 NVIDIA Studio Voice NIM 微服務建構的新麥克風設定檔，讓使用者對增強語音的音調特性有更多控制權。

此功能旨在抑制背景雜訊、減少房間混響並提高語音清晰度，然後將增強的輸出塑造成選定的麥克風設定檔，以實現更精緻的現場通訊、串流、播客和內容創作。

請試用 NVIDIA AI for Media NIM 微服務。在 IBC 2026 觀看最新的 NVIDIA 和合作夥伴工作流程。

NVIDIA Holoscan for Media 提供開放媒體交換層以建構和連接直播媒體應用程式。

隨著廣播公司、串流服務和體育組織採用軟體和 AI，直播內容背後的基礎設施變得更加靈活、更互聯，並且越來越多地建立在共享加速運算之上。

Media Exchange Layer (MXL) 與 NVIDIA Holoscan for Media 的整合加速了這一轉變，提供了幫助媒體應用程式連接和協同運作的通用交換層。

Holoscan for Media 是一個開放的參考架構和開發人員工具包，用於為軟體定義的直播製作建構 AI 驅動的媒體功能和應用程式。MXL 增加了一種開放方式，讓這些基於軟體的媒體功能可以在分散式環境中交換直播視訊、音訊和資料。

隨著製作功能轉向軟體，開發人員可以建構共享加速基礎設施、動態連接並獨立演進的應用程式。這可以幫助媒體公司更有效地利用基礎設施、更快地引入新功能並減少應用程式之間所需的客製化整合量。

這項整合還為直播媒體中的 AI 奠定了更堅實的基礎。AI 處理、視訊應用程式和傳統媒體功能可以越來越多地在相同的加速基礎設施和相同的軟體定義環境中運行。

對於技術供應商而言，這擴大了建構可在更廣泛、多供應商生態系統中運作的應用程式的機會。對於媒體公司而言，這為基礎設施提供了一條路徑，使其能夠隨著格式、應用程式和 AI 功能的變化而調整。

請在 EBU 展位 10.D21 的 IBC 觀看演示。了解更多關於 Holoscan for Media 的資訊。

NVIDIA Sports Intelligence Playbooks 為體育領域的多模態 AI 描繪了藍圖。

體育正成為 AI 更廣泛轉變的試驗場：從通用模型轉向基於專有資料微調的開放模型。

NVIDIA Sports Intelligence Playbooks 旨在加速這一轉變。它們為聯盟、媒體公司和技術供應商提供了結構化框架，使其可以在自己的體育影片和註釋上微調 NVIDIA 開放模型，創建能夠理解體育獨特規則、球員、得分、策略和背景的多模態 AI。

體育組織擁有大量專有的視訊、中繼資料和表現資訊，這些資訊很難被競爭對手複製。這些操作手冊提供了一個實用的藍圖，將這些資產轉換為 AI 功能，這些功能可以支撐新的分析產品、媒體體驗、自動化工具和收入來源。

這些操作手冊涵蓋了 AI 生命週期，包括資料準備、微調、推論、評估、優化和部署，並整合了 NVIDIA 技術，包括 Nemotron、NeMo AutoModel、Megatron Bridge、NIM 微服務和 NVIDIA 加速運算。

透過提供從模型客製化到生產的整合路徑，Sports Intelligence Playbooks 可以降低建構專業體育 AI 的成本和複雜性，同時增加其運算、軟體和推論堆疊的需求。

早期測試證明了領域專業化的潛力。當使用與訓練中使用的問題格式相似的問題格式評估以前未見的影片時，多選題的準確度從大約 53% 提高到 94%，開放式評估從大約 5.7% 提高到 66%。

Machina Sports 正在將 Sports Intelligence Playbooks 與其體育原生資料、評估和代理基礎設施整合，使版權持有者能夠將專有媒體和專業知識轉化為用於現場製作、內容和粉絲體驗的私有、可部署的智慧。

隨著代理式 AI 的日益普及，機會也隨之擴大。透過 NVIDIA AI-Q Blueprint，組織可以將其領域特定的體育模型作為代理中的專家智慧，在視訊、企業資料和軟體系統中進行推理，將操作手冊從體育理解擴展到決策和自動化。

Wowza 正在將視覺語言模型（包括 NVIDIA Cosmos 3 和 Nemotron）整合到 Wowza Video Intelligence Framework 中，透過 NVIDIA Sports Intelligence Playbooks 進行微調，以檢測直播串流中的體育特定時刻並縮短行動時間。

探索 NVIDIA Sports Intelligence。