GPU加速的AI平台NVIDIA Maxine，具备超分辨率、凝视校正、实时字幕等AI功能，可为视频会议提供商大幅改善流媒体质量。

加利福尼亚州圣克拉拉市 – GTC 2020 秋季站 - 2020年10月5日– NVIDIA今天宣布推出了NVIDIA Maxine平台，该平台为开发者提供了一套基于云的、GPU加速AI视频会议软件，以提升流视频质量。当前，流视频是互联网上首屈一指的流量来源。

NVIDIA Maxine是云原生的流视频AI平台，能让服务提供商每天对大约3000多万次的网络会议提供全新AI功能。视频会议服务提供商在云端运行基于NVIDIA GPU的平台，可以为用户提供包括凝视校正、超分辨率、噪声消除、人脸补光等全新AI效果。

由于数据处理过程发生在在云端，而非本地设备，因此，终端用户无需任何专用硬件就可以尽享这些新功能。

NVIDIA副总裁兼加速计算业务总经理Ian Buck表示：“视频会议现已经成为人们日常生活的一部分，能够帮助数百万人工作、学习、娱乐，甚至就医。NVIDIA Maxine集成了我们最先进的视频、音频和对话式AI功能，给那些帮助我们保持联络的视频会议平台带来效率突破。”

AI效率突破，降低带宽需求，改进通话质量

Maxine平台大幅降低了视频通话所需带宽。该AI软件无需流处理全部屏幕像素，而是分析通话中每个人的关键面部特征，然后在通话另一边的视频中智能地重新激活人脸。这使得流视频可通过更少的数据在互联网上进行传输。

使用这种在NVIDIA GPU上运行的基于AI的新视频压缩技术，开发者可将视频带宽消耗减少到H.264流视频压缩标准要求的十分之一。在降低供应商成本的同时，为终端用户提供了更流畅的视频会议体验，使用户能够享受更多AI服务，并减少电脑、平板和手机上的数据流。

AI功能提升了视频会议体验

NVIDIA研究人员在Maxine中实现新的突破，包括了让视频会议的感觉更像面对面的交谈。视频会议服务提供商将能够利用NVIDIA在GAN(对抗式生成网络)上的研究成果，提供各种各样的新功能。

例如，人脸校正功能可以自动调整人脸，使人们在通话中看起来是面对面的。而凝视校正功能可模拟屏幕上的眼神交流，即使摄像头未与用户的屏幕对齐也能轻松实现。自今年年初以来，视频会议的数量增长了十倍，这些功能可以帮助人们将视线落在屏幕中的视频上，而不必盯着摄像头。

开发者还可以添加一些功能，让通话参与者选择自己的动画角色，通过声音和情绪实时地自动控制动画样式。自动帧选项可以让参与者在即使离开屏幕时，依旧保持视频流紧随扬声器。

通过使用由NVIDIA Jarvis SDK支持的对话式AI功能，开发者可集成虚拟助手，这些虚拟助手采用最先进的AI语言模型进行语音识别、语言理解和语音生成。虚拟助手还可以做笔记、设置动作项目并通过类似人类的声音回答问题。其他的对话式AI服务，如翻译、隐藏字幕和转录，能帮助确保参与者理解电话中讨论的内容。

云原生架构可节约成本并实现大规模AI应用

视频会议的需求很难预测，数以百计甚至千计的用户有可能会试图拨入同一场会议。NVIDIA DeepStream可在云端的NVIDIA GPU上利用Kubernetes容器集群中运行的AI微服务，帮助开发者根据实时需求扩展他们的服务。AI推理能力让用户可同时运行多种AI功能，且同时满足应用程序的时延要求。

视频会议服务提供商通过NVIDIA GPU在云端进行AI推理应用，可利用Maxine为数十万用户提供领先的AI能力。Maxine平台采用模块化设计，开发人员可以轻松选择所需AI功能，并将其集成到视频会议解决方案中。

全明星NVIDIA AI开发者工具套件

Maxine平台集成了多种NVIDIA AI SDK和API。除NVIDIA Jarvis外， Maxine平台还采用NVIDIA DeepStream高通量音频和视频流SDK和NVIDIA TensorRTTM SDK，用于高性能深度学习推理。

在Maxine平台上使用的NVIDIA SDK，提供AI音频、视频和自然语言功能。这些功能是通过在全球领先的训练、推理和数据科学工作负载平台NVIDIA DGXTM系统上进行了数十万小时的演练后才开发出来的。

供货

开发音频和视频应用程序和服务的计算机视觉AI开发人员、软件合伙人、初创企业和计算机制造商，可申请NVIDIA Maxine平台的早期试用。