在 9 月 11 日至 14 日在阿姆斯特丹举办的 IBC 大会上，创意、技术和商业界人士齐聚一堂，将创意转化为实际行动，并共同探讨了传媒和娱乐行业的创新。来自 170 多个国家及地区超 44,000 名与会者参观了 14 个以上展厅和室外空间中的 1,300 多个展览项目，并有超过 600 位演讲者分享前沿洞见。 阅读下文，详细了解 NVIDIA 在本次活动上的重点展示内容。 NVIDIA AI for Media 将实时智能引入广播、体育和制作工作流 传媒公司正越来越多地将 AI 集成到直播制作、体育、新闻和流媒体的工作流中，以获取更丰富的表现洞察、验证视频真实性、提升内容质量与本地化处理，而这一切都不会破坏现有可信赖的广播环境。 在阿姆斯特丹举办的 IBC 2026 上，NVIDIA 宣布对 NVIDIA AI for Media 进行重大扩展，包括一系列 GPU 加速的软件开发工具包 (SDK)、NVIDIA NIM、操作指南和蓝图，旨在为传媒和娱乐工作流增强音频、视频和增强现实效果。此次扩展将探索全新的运动理解、验证和增强视频、节目本地化方式以及构建 AI 驱动的媒...

开放研究、跨智能体技术栈的管理以及持续测试有助于防御者构建和运行更安全的 AI 系统。 AI 安全是一个工程问题。这意味着需要明确的安全要求、可执行的管理、指定的责任人以及证明保护措施有效的证据。 随着 AI 能力的提升，业界必须加速安全工程，拓宽防御工具的使用范围，并加速共享行之有效的方案。 技术在变化，安全基本原则长存 互联网和云计算改变了软件的运行方式，而核心的安全责任则不变：建立身份认证、管理访问权限、限制暴露面和验证保护措施的有效性。 AI 智能体引入了新的功能 —— 推理、调用工具和根据遇到的数据调整行动。这些功能需要将既定原则应用于新的运行条件中。 这种发展速度带来了压力。组织希望获得 AI 带来的生产力优势，而用于治理和保护这些系统的实践方法仍处于发展之中。 安全性取决于完整的智能体技术栈 应用程序依赖于代码、数据、身份、服务和基础设施。安全性取决于这些组件如何协同工作，而 AI 智能体进一步扩展了这一系统。 模型提供功能；Harness 组织上下文、工具和工作流；运行时环境提供用于执行操...

物理 AI 需要新的安全标准。NVIDIA Halos 将已在智能汽车领域经过验证的全栈平台引入到新一代人形机器人和工业机器人中。 NVIDIA Halos for Robotics NVIDIA Halos 是面向物理 AI 的综合安全系统，助力机器人从原型设计推进到生产阶段。基于驱动智能汽车安全的同一可信基础，Halos 将这一成熟架构扩展到现实世界中的人形机器人和工业机器人 —— 包括仓库、工厂以及人机协作场景。 NVIDIA 提供涵盖基础设施、操作系统、中间件和应用的全栈安全解决方案，并由广泛的原始设备制造商、传感器和软件合作伙伴生态系统提供支持。 技术 端到端安全技术栈 Halos OS 将安全性集成到机器人技术栈的每个层面，包括硬件、操作系统、中间件和应用。 图 1. NVIDIA Halos for Robotics 全栈架构，涵盖平台安全、Halos 操作系统以及用于 AI 驱动的机器人行为控制的生态系统/算法安全层。 现实世界应用 Halos 在机器人领域的现阶段应用成果。 用例 1 Inside-Out 安全：敏捷的人形机器人部署 Agility 的人形机器人 D...