如何使用NVIDIA VSS技能和NemoClaw构建视频搜索AI代理

NVIDIA Developer视频2026年5月29日

8.5Score

可直接观看的视频资源打开原视频

TL;DR · AI 摘要

NVIDIA VSS和NemoClaw允许工程师在5分钟内部署视频搜索AI代理，无需编写集成代码，通过自然语言查询实现融合搜索，确保结果准确。

按章节快速跳转。

§引言
NVIDIA VSS和NemoClaw实现5分钟部署视频搜索AI代理，无需集成代码。
·环境部署
使用NemoClaw plus VSS Brev launchable一键部署云实例，包含RTX Pro和预配置VSS repo。
·NemoClaw配置
通过notebook配置NemoClaw，安装15个VSS技能，仅需输入NGC和推理密钥。
·融合搜索机制
代理分解查询，结合图像/视频嵌入和VLM验证，确保结果准确。
·实际演示
查询'find a person in a hardhat climbing ladder carrying a box'，5分钟内返回精确视频片段。

用一张图看清主题之间的关系。

查看大纲文本（无障碍 / 无 JS 友好）

值得收藏与分享的关键句。

21 containers healthy, the LLM and VLM are both warmed up.
— 第 2:12 段
⬇︎ 下载 PNG 𝕏 分享到 X
The agent uses the top results from both image and video embeddings, and the VLM critic verifies every candidate clip.
— 第 2:39 段
⬇︎ 下载 PNG 𝕏 分享到 X
In five minutes, I deployed VSS, loaded 15 skills into NemoClaw, ran a fusion search on a real video, and pulled the exact clip with one English sentence.
— 第 3:36 段
⬇︎ 下载 PNG 𝕏 分享到 X
Fusion search combines image/video embeddings and VLM validation to ensure query accuracy (e.g., 'hardhat, ladder, box').
— 第 2:48 段
⬇︎ 下载 PNG 𝕏 分享到 X

#NVIDIA VSS#NemoClaw#视频搜索#AI代理#融合搜索