GTC24 | NVIDIA Maxine 开发者平台将推动价值百亿美元的视频会议行业实现变革

Maxine 助力开发者轻松集成 AI 功能，创建个性化和引人入胜的互动视频会议体验。

视频会议使许多人得以随时随地高效开展工作。

在这个价值百亿美元的行业中，NVIDIA 正在提高视频会议、呼叫中心和流媒体应用程序开发人员的生产力，使他们能够轻松地将 AI 集成到其工作流中。

新发布的 M axine AI 开发者平台 通过各种功能来提高用户的灵活性、参与度和效率，改变了先进的实时视频会议应用的创建方式。

通过 NVIDIA AI Enterprise 软件平台，Maxine 允许开发者利用 AI 驱动的最新功能（例如提高视频和音频质量和增强现实效果），使用户能够通过日常视频通话获得互动协作体验。

Maxine AI 开发者平台使开发者能够轻松访问和集成实时的 AI 增强功能，从而提高视频会议用户的参与体验。

降噪、视频去噪和升级以及演播室语音等功能提高了音频和视频流的质量。而利用眼动校正、实时肖像等高级功能，以及视频重照明和云微服务 Maxine 3D 等未来功能，开发者可以提升视频会议参与度并拉近人际关系。

该平台增强了先进的 AI 模型在音频、视频和增强现实效果方面的实用性，为开发者提供了多种交付 Maxine 功能的方式，包括提供软件开发者套件、微服务，乃至 NVIDIA 云基础设施上的应用编程接口（API）端点。

Maxine 产品功能现已更新，其中包括：

• 目光接触： 改进后的目光接触模型通过自然的眼球运动提供视线重定向，提升与会者的参与感。

• 语音字体： 这种新模型会将说话者的声音与目标声音匹配，同时保持语言信息和韵律（节奏和语气）不变。

• 背景去噪（BNR）2.0： 该模型改进了人类听力和语言编码的降噪功能，特别是降低了编码误字率。

在今年春季可抢先体验的新功能包括：

• 语音实时肖像： 该模型让用户能够通过直接语音或任何音源来驱动自己的肖像，让自己在电话会议期间始终处于良好状态。

• 演播室语音： 该模型可为普通耳机、笔记本电脑和台式电脑麦克风提供高端演播室麦克风的声音，使用户在电话会议期间始终保持优良的音质。

为了从开发者处获取有关 Maxine 模型实用性和完善性的反馈，Maxine 早期访问计划会共享包含即将面世的功能的预生产和预发布版本。在此版本中，我们请开发者就开发工作流中的早期功能提供反馈，包括：

• Maxine 3D： 该云微服务曾在 SIGGRAPH 2023 上作为研究演示进行过展示，通过实时 NeRF 技术将 2D 视频转换为 3D 视频，让视频会议的交互提升到了一个新高度。

• 视频重照明： 这一新模型使用高动态范围图像为用户照明，实现了用户照明与各种背景图像的无缝匹配。

• API 端点： 借助 API 端点，开发者可以通过 NVIDIA 云基础设施灵活地访问 Maxine 功能，使 Maxine 集成变得更加容易。

体育赛事是人类的终极体验，它超越国界和语言障碍，将球队和球迷凝聚在一起。Jugo 使用 Maxine 的 AI 绿幕功能，为虚拟赛事提供了一个数字平台，使公司能够使用虚幻引擎创建身临其境的体验，无需使用完整的制作工作室就能将世界各地的球迷共聚一堂。

英超劲旅阿森纳足球俱乐部正在与 Jugo 合作，彻底改变其与全球 6 亿球迷的互动方式。双方的合作打造了新的虚拟体育娱乐体验，提高了全球球迷的参与度。Jugo 将真实的人际互动带到阿森纳的赛事中，在球迷和俱乐部的超级球星之间搭建了逼真的虚拟联系。

Jugo Experience 首席执行官 Richard Stirk 表示：“对于追求全球知名度和参与度的品牌，Jugo Experience 平台为市场带来了变革。阿森纳足球俱乐部是全球品牌延伸的典范。Jugo 产品的灵魂在于打造沉浸式品牌体验的灵活性，而 Maxine AI 开发者平台正是这种灵活性的基本组成部分。”