日本NTT多可梦商务株式会社于6日宣布，将强化其视频AI平台服务“docomo business SIGN VPaaS”的AI解析功能。该平台能够从多种设备收集、存储并分析视频数据，助力各类现场的数字化转型。
此次新增的功能包括：
- AI代理型用户界面（UI），通过AI自动识别视频中的现场问题和改进点，并提出优化建议；
- 私有视频AI解析平台，支持在客户专用的安全环境中对包含敏感信息的视频数据进行解析。
“docomo business SIGN VPaaS”平台整合管理来自设施设备摄像头、机器人、无人机等多种现场设备的视频数据，提供统一的分析管理服务。
NTT多可梦商务指出，虽然监控摄像头和可穿戴摄像设备采集的视频数据广泛应用于防盗、质量管理、安全保障及制造效率提升等领域，但由于视频数据量庞大，人工检查和分析负担沉重，导致许多视频数据未能充分用于现场问题发现和业务改进，甚至被存储或废弃。
此外，随着多模态大型语言模型（LLM）和视觉语言模型（VLM）的发展，视频数据在业务改进中的应用潜力不断扩大，但涉及个人隐私和机密信息的视频数据在上传至外部云端或进行AI分析时需谨慎处理，限制了其利用程度。
新推出的AI代理型UI功能，能够对平台统一管理的视频和检测数据进行AI分析，支持从现场问题发现到改进方案建议、效果预测及后续行动指引，促进基于视频数据的持续业务优化。该功能还支持根据行业和业务需求灵活定制。
平台可汇聚多个设备和地点采集的视频及检测数据，通过指标、检测视频和AI生成的摘要，实现运营状况的可视化，实时掌握需改进的事件和现场问题。
基于视频和检测数据的分析结果，AI将提出改进措施、预估预期效果并推荐下一步行动。各功能以组件形式提供，便于制造、物流、零售等行业根据需求灵活定制。
私有视频AI解析平台通过与NTT多可梦商务的GPU云服务“GPUaaS”联动，支持在客户专用环境中解析包含个人信息和制造技术等机密信息的视频数据。此举使得此前难以利用的高机密视频数据也能在满足安全和治理要求的前提下用于业务改进。
除可使用外部公共多模态LLM/VLM外，平台还支持标准的Gemma模型及客户自有的LLM/VLM，用户可根据用途和需求选择最合适的模型，打造更灵活的视频解析环境。
此外，针对不需要完全隔离环境但希望明确推理环境和数据处理位置、同时控制成本的客户，计划于2026财年内推出“私有视频AI解析平台共享菜单”，以满足不同客户的安全和治理需求，提供多样化的视频解析环境选择。
