在InfoComm的AI for AV论坛上，我们为大家分享过去一年中极具代表性的AV over IP厂商在AI领域的探索成果。论坛由来自NETGEAR / SDVoE的郭浩航先生主持。嘉宾全部是来自ProAV领域的研发与产品专家。他们将从产品开发的角度，与大家分享AI与AV行业的方案结合将会走向何方。
• Lumens的杨再杰杨总将带来关于边缘AI的分享。 • 研华Advantech的周振华聚焦如何运用AI开展AI手术的训练。 • 思必驰的陈永波陈老师分享了产品中如何融入AI。 • 铁力山的杨建平杨总也从如何采用AI对指挥中心控制室的复杂流程与设备进行智能化管理进行讨论。
以下内容由AI对发言的全面总结：
本次分享会围绕AV行业中AI的应用展开，邀请四位来自不同领域的研发大佬分享实践经验与思考，探讨AI硬件选择、未来趋势等问题，以下是详细总结：
1. 会议形式：
未来会议室追求Meeting Equity，即本地和远端参会者有相同体验。微软Teams下一代规划也朝此目标，需借助AI实现多机位、语音定位、自动跟踪、布局框选、会议记录编辑等功能，以带来更直观有效的会议体验。
2. 医疗手术：
研华科技从2017年起在AV行业做解决方案，现探索AI与医疗影像传输处理结合，采用SDVoE技术，希望助力手术、降低成本。但专业场景AI训练面临语料获取难、需专业医师配合、模型泛化难、需认证等痛点，如大肠手术AI训练与厦门医院合作，耗时一个多月。
3. 麦克风产品：
思必驰是AI公司，为会议领域推出高端系统麦克风（2023年11月MC10用于大型公司培训教室，今年3月MC08用于高校教室录播）。硬件选型考虑算力与成本，选RK方案，基于此研发产品。通过算法迭代实现降噪、扩声等功能，如解决学校录播自扰声问题，降低延时，实现无感扩声，融合降噪和扩声，解决冲击噪声、回声等问题，实现多拾音区灵活配置。
4. 指挥中心管理：
铁力山公司精通各种控制中心整体解决方案，涉及多行业设备多，配置管理复杂。现借助AI实现设备管理，通过大模型驱动，实现设备感知（识别设备类型、位置、协议等）、综合管理（统计在线离线设备等）、推理执行（智能体根据命令序列执行并反馈），以人机交互方式提升运维效率，未来编程设计将因AI发生深刻变化。
5. AI硬件选择：
从Lumens角度，做AI要考虑成本、效率等，选择边缘AI有成本、效率、资源等优势。边缘AI实现需选合适硬件（如Intel core、意法半导体、AMD Ryzen等有边缘核心产品）、优化模型（通过知识蒸馏、剪枝分解、量化等步骤）。
6. 常见问题解答：
- AI硬件选择：选择边缘AI有成本、效率等优势，实现步骤包括硬件选择、模型优化、系统价格分析，可选择有NPU的硬件并进行模型处理。
- 专业场景AI模型训练：专业场景与消费级AI模型训练不同，专业场景对语料准确度和复杂度要求高，存在语料获取难、需专业医师配合、模型泛化难、需认证等问题。
- 物联网设备集成AI：在物联网设备（如麦克风）集成AI，硬件选型要考虑算力平台，选择合适平台利于算法迭代，如思必驰选择RK平台实现多种功能，平衡算力和成本。
- 设备管理型AI大脑设计：设备管理型AI大脑设计通过解决设备感知、综合管理、推理执行等问题，利用大模型驱动，以人机交互方式实现设备管理，提升运维效率。
7. 未来趋势：
- AI未来会有更多智能化动作，体验感更强，出现新应用和人机界面创新，包括云端共生、自动化、人性化、个性化，最终实现远端仿佛走出荧幕直接互动。
- AI与AV结合是风口，能提升个性化体验、降低部署成本、加快内容迭代创新，但要应对数据保护、隐私、法律法规、道德规范等挑战。
- 在会议办公领域，结合场景利用AI可解决实际问题，如精准区分角色，结合大模型可让转写摘要等更精准，成为效率工具，依赖场景化硬件方案设计。
- AI对AV赋能将使人机交互更平等，AI在AV中地位越来越重要，未来会更人工智能。
本次分享会提到，在InfoComm以及之前的ISE活动中，AI都是热门讨论话题 ，此次专门邀请研发人员分享AV行业与AI结合的实践，体现出行业对AI应用的高度关注。
网友评论：文明上网理性发言，请遵守新闻评论服务协议
请先登录 ，再做评论
