AI使い比べAIを探すAIニュースAI活用法
会社紹介
個人情報保護方針利用規約FAQお問い合せお問い合わせ
エーアイビー株式会社事業者情報
© 2026 AIB Inc.

NVIDIA、メディア向けAIを拡大

NVIDIA、メディア向けAIを拡大

NVIDIA·2026年9月10日 (木)
  • •NVIDIAはIBC 2026で、放送、スポーツ、制作、配信ワークフロー向けのAI for Mediaを拡大した
  • •Synthetic Video Detectorは、テキストから動画で99.3%、画像から動画で97.7%の精度に達した
  • •Sports Intelligence Playbooksは初期テストで、多肢選択の正答率を約53%から94%に引き上げた
  • •NVIDIAはIBC 2026で、放送、スポーツ、制作、配信ワークフロー向けのAI for Mediaを拡大した
  • •Synthetic Video Detectorは、テキストから動画で99.3%、画像から動画で97.7%の精度に達した
  • •Sports Intelligence Playbooksは初期テストで、多肢選択の正答率を約53%から94%に引き上げた
  • •NVIDIAはIBC 2026で、放送、スポーツ、制作、配信ワークフロー向けのAI for Mediaを拡大した
  • •Synthetic Video Detectorは、テキストから動画で99.3%、画像から動画で97.7%の精度に達した
  • •Sports Intelligence Playbooksは初期テストで、多肢選択の正答率を約53%から94%に引き上げた
  • •NVIDIAはIBC 2026で、放送、スポーツ、制作、配信ワークフロー向けのAI for Mediaを拡大した
  • •Synthetic Video Detectorは、テキストから動画で99.3%、画像から動画で97.7%の精度に達した
  • •Sports Intelligence Playbooksは初期テストで、多肢選択の正答率を約53%から94%に引き上げた

NVIDIAはアムステルダムで開かれるIBC 2026で、NVIDIA AI for Mediaの拡大を発表した。IBC 2026はSept. 11-14に開催され、170+カ国から44,000人超が参加し、14+のホールと屋外スペースに1,300+の展示、600人超の登壇者が集まる。拡大されたパッケージには、GPUで高速化されたソフトウェア開発キット、NVIDIA NIM microservices、放送、スポーツ、ニュース、配信、制作ワークフロー向けのプレイブックとブループリントが含まれる。

NVIDIAによると、Synthetic Video DetectorのNIM microserviceは、映像が本物かAI生成かを組織が評価するのを支援する。初回リリース以降、SVDの精度はテキストから動画のコンテンツで99.3%、画像から動画のコンテンツで97.7%に達した。DaletはSVDをニュース組織向けの安全なクラウドホスト型検証ワークフローに統合し、TwelveLabsはCompliance by TwelveLabsにSVDを追加してフレーム単位の真正性シグナルを提供する。Wowzaは、170カ国超で35,000件超の動画導入を支えるWowza Video Intelligence Frameworkを通じてSVDを配布する。

NVIDIA 3D Body Poseは、単一カメラの動画から2Dと3Dの人体関節位置と角度を推定し、スポーツ組織に動作追跡、バイオメカニクス、リプレイ強化、審判支援、選手安全、没入型体験のためのデータを提供する。Vizrtはライブのバーチャルスタジオ環境でこの技術を使い、追跡された身体動作によって反射や影などのリアルタイム3D照明効果を動かしている。

NVIDIA Video Frame Generationは生成AIを使い、元の動画フレームの間に新しいフレームを作成する。視覚品質と時間的一貫性を保ちながら、フレームレートを2xまたは4xに高める技術だ。Ross VideoはVFGをRio Replayに統合し、AI支援のスポーツ用スローモーションで6xのスローモーション生成に対応する。開発は8x補間に向けて続いている。

NVIDIA Video Super ResolutionはAIで動画をアップスケールし、ノイズ、ぼけ、圧縮アーティファクトを減らす。新たなストリーミングモード、調整可能な強化コントロール、10-bit動画対応、性能と品質の改善も加わった。NVIDIA TrueHDRは標準ダイナミックレンジ動画を高ダイナミックレンジ出力へリアルタイム変換し、最大約2,000 nitsに達する。NVIDIAは、VSR、VFG、TrueHDRを1つの動画エフェクトパイプラインで組み合わせられるとしている。

NVIDIA LipSyncとActive Speaker DetectionのNIM microservicesは、インタビュー、ニュース、スポーツ、エンターテインメント向けのローカライズシステムを支える。LipSyncは頭部姿勢、まばたき、身体動作を保ちながら、口の動きを対象音声トラックに合わせる。新リリースでは、顔の遮蔽処理と、歯、唇、顔の質感保持が改善された。Active Speaker Detectionは音声活動検出を追加し、複数音声トラックでの話者ダイアライゼーション(音声内の話者を分離する処理)を不要にし、gRPCインターフェースとより広いGPU互換性によって導入範囲を広げる。

NVIDIAはMedia Exchange LayerをNVIDIA Holoscan for Mediaにも統合した。NVIDIA Holoscan for Mediaは、ソフトウェア定義のライブ制作に向けたオープンな参照アーキテクチャ兼開発者ツールキットである。MXLにより、ソフトウェアベースのメディア機能は、分散環境全体でライブ映像、音声、データを交換できる。NVIDIAは、この統合によってAI処理、動画アプリケーション、従来型メディア機能が共通の高速化インフラを使えるようになるとしている。

NVIDIA Sports Intelligence Playbooksは、リーグ、メディア企業、技術プロバイダーが独自のスポーツ映像と注釈でNVIDIAのオープンモデルをファインチューニングするための枠組みを提供する。プレイブックは、データ準備、ファインチューニング、推論、評価、最適化、導入を対象とし、Nemotron、NeMo AutoModel、Megatron Bridge、NIM microservices、NVIDIAアクセラレーテッドコンピューティングを使う。未見の映像を用いた初期テストでは、多肢選択の正答率が約53%から94%へ、自由回答評価が約5.7%から66%へ上昇した。

NVIDIAはアムステルダムで開かれるIBC 2026で、NVIDIA AI for Mediaの拡大を発表した。IBC 2026はSept. 11-14に開催され、170+カ国から44,000人超が参加し、14+のホールと屋外スペースに1,300+の展示、600人超の登壇者が集まる。拡大されたパッケージには、GPUで高速化されたソフトウェア開発キット、NVIDIA NIM microservices、放送、スポーツ、ニュース、配信、制作ワークフロー向けのプレイブックとブループリントが含まれる。

NVIDIAによると、Synthetic Video DetectorのNIM microserviceは、映像が本物かAI生成かを組織が評価するのを支援する。初回リリース以降、SVDの精度はテキストから動画のコンテンツで99.3%、画像から動画のコンテンツで97.7%に達した。DaletはSVDをニュース組織向けの安全なクラウドホスト型検証ワークフローに統合し、TwelveLabsはCompliance by TwelveLabsにSVDを追加してフレーム単位の真正性シグナルを提供する。Wowzaは、170カ国超で35,000件超の動画導入を支えるWowza Video Intelligence Frameworkを通じてSVDを配布する。

NVIDIA 3D Body Poseは、単一カメラの動画から2Dと3Dの人体関節位置と角度を推定し、スポーツ組織に動作追跡、バイオメカニクス、リプレイ強化、審判支援、選手安全、没入型体験のためのデータを提供する。Vizrtはライブのバーチャルスタジオ環境でこの技術を使い、追跡された身体動作によって反射や影などのリアルタイム3D照明効果を動かしている。

NVIDIA Video Frame Generationは生成AIを使い、元の動画フレームの間に新しいフレームを作成する。視覚品質と時間的一貫性を保ちながら、フレームレートを2xまたは4xに高める技術だ。Ross VideoはVFGをRio Replayに統合し、AI支援のスポーツ用スローモーションで6xのスローモーション生成に対応する。開発は8x補間に向けて続いている。

NVIDIA Video Super ResolutionはAIで動画をアップスケールし、ノイズ、ぼけ、圧縮アーティファクトを減らす。新たなストリーミングモード、調整可能な強化コントロール、10-bit動画対応、性能と品質の改善も加わった。NVIDIA TrueHDRは標準ダイナミックレンジ動画を高ダイナミックレンジ出力へリアルタイム変換し、最大約2,000 nitsに達する。NVIDIAは、VSR、VFG、TrueHDRを1つの動画エフェクトパイプラインで組み合わせられるとしている。

NVIDIA LipSyncとActive Speaker DetectionのNIM microservicesは、インタビュー、ニュース、スポーツ、エンターテインメント向けのローカライズシステムを支える。LipSyncは頭部姿勢、まばたき、身体動作を保ちながら、口の動きを対象音声トラックに合わせる。新リリースでは、顔の遮蔽処理と、歯、唇、顔の質感保持が改善された。Active Speaker Detectionは音声活動検出を追加し、複数音声トラックでの話者ダイアライゼーション(音声内の話者を分離する処理)を不要にし、gRPCインターフェースとより広いGPU互換性によって導入範囲を広げる。

NVIDIAはMedia Exchange LayerをNVIDIA Holoscan for Mediaにも統合した。NVIDIA Holoscan for Mediaは、ソフトウェア定義のライブ制作に向けたオープンな参照アーキテクチャ兼開発者ツールキットである。MXLにより、ソフトウェアベースのメディア機能は、分散環境全体でライブ映像、音声、データを交換できる。NVIDIAは、この統合によってAI処理、動画アプリケーション、従来型メディア機能が共通の高速化インフラを使えるようになるとしている。

NVIDIA Sports Intelligence Playbooksは、リーグ、メディア企業、技術プロバイダーが独自のスポーツ映像と注釈でNVIDIAのオープンモデルをファインチューニングするための枠組みを提供する。プレイブックは、データ準備、ファインチューニング、推論、評価、最適化、導入を対象とし、Nemotron、NeMo AutoModel、Megatron Bridge、NIM microservices、NVIDIAアクセラレーテッドコンピューティングを使う。未見の映像を用いた初期テストでは、多肢選択の正答率が約53%から94%へ、自由回答評価が約5.7%から66%へ上昇した。

原文(英語)を読む
インフラ#nvidia#ai for media#nim microservices#synthetic video detector#holoscan#video frame generation#video super resolution#sports intelligence playbooks#content localization