在英特爾Vision大會上，Network Optix首次展示了自然語言提示原型，該方案將重新定義視頻管理，為各行各業由AI驅動的洞察和效率提速。

表面上看，航空制造商、購物中心、大學、警察部門和汽車廠商似乎并沒有太多共同之處。實際上，它們在各自的范圍內，都使用和管理著成百上千個攝像頭。

此外，它們也都使用著Network Optix。Network Optix是一家總部位于加州的全球軟件開發公司，專門開發幫助各行業管理、記錄和分析海量視頻數據的平臺。Network Optix與英特爾合作，基于英特爾酷睿Ultra 200H （代號Arrow Lake H）系列處理器，對其軟件進行了優化。Arrow Lake H擁有強大的中央處理器 (CPU)、集成了神經處理單元 (NPU) 和圖形處理單元 (GPU)， 能夠出色地完成對復雜邊緣AI的處理。

IP、互聯網協議和攝像頭，都是通過計算機網絡傳輸和接收數據，這也是大家在購物中心周圍或大學校園里會看到的一些典型監控。它們將數據傳輸到中央數據庫，如此一來，保安人員或運營中心即可進行監控。

AI正在改變企業和組織看待和使用視頻數據的方式，其應用遠不止安全領域。借助AI，制造裝配線上的攝像頭可以統計產品數量，并告知企業每天生產了多少產品，產品包裝是在什么時候進行的。AI模型可以提醒管理者生產可能放緩的地方，或者問題何時以及如何出現。而面向健康和安全的AI攝像頭視覺系統可以在員工未佩戴適當防護裝備時發出警報。

邊緣處理，重構效能

Network Optix的軟件能在云端處理所有視頻數據，然而它真正的優勢與速度體現在本地服務器端——這得益于專為邊緣AI應用設計的英特爾酷睿Ultra 200H處理器的強大效能與卓越性能。與配備專用AI基礎設施的大型數據中心不同，邊緣AI部署必須無縫集成到空間受限、低功耗且成本敏感的原生IT系統中。這些系統不僅處理AI任務，還需承擔計算、視頻及圖形工作負載。

Network Optix業務發展副總裁James Cox表示：“客戶可在數秒內檢索整年數據，過去客戶的痛點在于需要耗費大量時間加載和查閱存檔，舊系統難以為跨國企業快速匯總全球數據。”

Network Optix的技術具備高度可擴展性，能處理海量攝像頭與視頻數據。目前該公司的客戶通過其系統管理的全球攝像頭總數達450萬臺。

Cox解釋道：“將AI放在云端或其他非本地環境運行，意味著需持續向云端傳輸大量數據——每臺攝像頭每秒約5MB。當規模達到100臺攝像頭時，持續上傳的數據量將激增至500MB，而許多場所部署著上千臺攝像頭，因此使用非本地AI根本不現實，邊緣計算能將視頻轉化為純數據，從而實現全面監控與實時告警。”

就如航空航天制造商，他們正是Network Optix的重要客戶。試想火箭發射場景：需要部署大量攝像頭，將火箭各部位的實時畫面不間斷傳輸給工程師與控制中心。而這些實時信息正是發射成功的關鍵所在。

我們的客戶，包括大型市政交通工程師或大學，可以通過平臺內的下拉菜單設置篩選條件，搜索或設置交通事故或人員斗毆等特定事件的警報。AI會在幾秒鐘內掃描實時和錄制視頻在內的所有視頻流，并根據這些參數篩選出相關的片段。它能夠掃描全球多個地點，使用人員無需任何技術培訓，從接待員、保安到管理員，任何人都可以使用這個系統。

Network Optix平臺集成了OpenAI的CLIP（對比語言-圖像預訓練）技術。CLIP是一種能夠識別圖像，并將圖像與文本描述聯系起來的神經網絡。它可以檢測物體、顏色、人類行為和人物，但需要強調的是：Network Optix無法進行面部識別，它可以檢測人臉，但僅用于對象分類，用來區分人與汽車或動物。

Cox表示：“如果客戶需要遠程查看他們的監控點，只需要查看經由AI篩選出的攝像頭畫面即可，出于對隱私問題的擔心，很多客戶并不希望他們的視頻上傳到云端。”

許多現有的安防系統缺乏定制化功能，依賴于固定的參數，例如汽車顏色或車牌號碼。這會導致錯過重要事件、誤報，且會浪費大量時間查閱錄像。Network Optix的多模態AI解決方案，由英特爾酷睿Ultra 200H系列處理器驅動，通過靈活的自然語言查詢解決了這個問題，從而實現了更智能的安全監控。

自然語言提示原型在英特爾Vision大會上首次亮相

Network Optix的軟件可以在任何芯片架構上運行。相比于英特爾上一代酷睿Ultra 7 165H處理器（代號Meteor Lake），當該公司的AI模型在英特爾新款酷睿Ultra 9 285H處理器上運行時，吞吐量快1.35倍，且延遲更低1。

在英特爾Vision大會中亮相的Network Optix，其用戶界面被進一步簡化。基于酷睿Ultra 200H處理器和可理解自然語言文本提示詞的聊天機器人，工程師打造了一個全新自然語言文本提示模型的原型演示，相較于點擊下拉菜單進行視頻搜索或設置警報的方式，這項前沿技術所帶來的性能和效率進一步增強。

該演示展示了多個場景。例如，交通設施管理人員可以通過設置提示詞和實時通知的方式，檢測數百乃至數千個攝像頭拍攝到的交通事故。傳統的監測系統缺乏靈活性，無法在沒有預定義規則的情況下檢測事故。一個視頻展示了這樣的場景：在一個繁忙的十字路口，AI動態地檢測到視頻中汽車碰撞的瞬間，系統可以自動檢索相關錄像并標記用戶，從而減少了手動查閱的時間，并提高了高風險區域的安全響應速度。

另一個場景模擬了在繁忙區域遺失護照的情況。通過簡單的文本提示“找到護照”，AI驅動的對象識別技術省去了為不必要的對象進行大型數據標記的工作。AI通過掃描視頻流，在一個桌子上找到了護照，并且提示了用戶。Network Optix在此處展現了其卓越的可擴展性——檢測系統可以迅速適應新項目或類別，而無需進行大量的重新設計，從而降低了重新訓練的成本。

該提示原型將于今年推出，Network Optix的開發者可以進行測試。