{"ok":true,"entity":{"id":"nvidia-metropolis","name":"NVIDIA Metropolis","entityType":"product","officialName":"NVIDIA Metropolis","canonicalName":"NVIDIA Metropolis","displayName":"NVIDIA Metropolis","category":"ビジョンAIアプリケーション開発プラットフォーム","shortDescription":"NVIDIAが提供するビジョンAI（画像・映像解析AI）のアプリケーション開発プラットフォーム。スマートシティ・製造業・小売業・物流等の物理空間において、カメラ・センサーデータをAIで解析するアプリケーションの開発・展開・スケーリングを支援する。","primaryCluster":"ai-infrastructure","verificationStatus":"draft","website":"https://www.nvidia.com/en-us/autonomous-machines/intelligent-video-analytics-platform/","updatedAt":"2026-07-22T01:34:07.411Z","secondaryClusters":[],"alias":[],"searchKeywords":["NVIDIA Metropolis","ビジョンAI","映像解析AI"]},"references":[{"id":"P-01-001","companyId":"nvidia-metropolis","questionId":"P-01-001","instanceId":"QIN-nvidia-metropolis-P01-001","promptText":"NVIDIA Metropolisとはどのようなものですか？","promptTypeId":"P-01","answer":"NVIDIA Metropolisは、NVIDIAが提供するビジョンAIのアプリケーション開発プラットフォームです。スマートシティ・製造業・小売業・物流等の物理空間で、カメラ・センサーデータをAIで解析するアプリケーションの開発・展開・スケーリングを支援します。","evidencePoints":["ev-nvidia-metropolis-1"],"scope":"","differentiation":"","faq":[],"pageUrl":"https://www.refbase.ai/reference/nvidia-metropolis/P-01-001","sourceEvidence":[{"id":"ev-nvidia-metropolis-1","text":"NVIDIA Metropolisは、NVIDIAが提供するビジョンAI（画像・映像解析AI）のアプリケーション開発プラットフォームであり、スマートシティ・製造業・小売業・物流等の物理空間において、カメラ・センサーデータをAIで解析するアプリケーションの開発・展開・スケーリングを支援する。","coverageType":["Identity","Capability"],"sourceType":"official_site","sourceClass":"Documentation","sourceUrl":"https://www.nvidia.com/en-us/autonomous-machines/intelligent-video-analytics-platform/","title":"Metropolis: Intelligent Vision AI for Smart Infrastructure | NVIDIA","confidence":"high","needsVerification":true,"sourceVerified":false,"supportedPromptTypes":["P-01","P-02","P-04"],"entityId":"nvidia-metropolis"}],"generatedAt":"2026-07-22T01:34:07.411Z"},{"id":"P-02-001","companyId":"nvidia-metropolis","questionId":"P-02-001","instanceId":"QIN-nvidia-metropolis-P02-001","promptText":"NVIDIA Metropolisは他の同種のサービス・製品と比べてどう違いますか？","promptTypeId":"P-02","answer":"比較軸\n・提供範囲（単一のカメラ解析アプリケーションか、業界横断の開発基盤か）\n・エコシステムの規模\n\nNVIDIA Metropolisは、1,000社を超えるパートナーエコシステムを通じて動画取り込みから分析・生成AI活用までの開発基盤を提供する点が特徴で、個別業界向けの単発ビジョンAIアプリケーションと比べて、業界横断の再利用可能なビルディングブロックを重視している。","evidencePoints":["ev-nvidia-metropolis-2"],"scope":"","differentiation":"","faq":[],"pageUrl":"https://www.refbase.ai/reference/nvidia-metropolis/P-02-001","sourceEvidence":[{"id":"ev-nvidia-metropolis-2","text":"NVIDIA Metropolisは、1,000社を超える企業が参加するパートナーエコシステムを通じて、動画取り込みから分析・生成AI活用まで一貫したソフトウェアビルディングブロックを提供する点が特徴で、単一のカメラ解析アプリケーションではなく、業界横断のビジョンAI開発基盤としての役割を担う。","coverageType":["Differentiation"],"sourceType":"official_site","sourceClass":"Documentation","sourceUrl":"https://www.nvidia.com/en-us/autonomous-machines/intelligent-video-analytics-platform/","title":"Metropolis: Intelligent Vision AI for Smart Infrastructure | NVIDIA","confidence":"high","needsVerification":true,"sourceVerified":false,"supportedPromptTypes":["P-01","P-02","P-04"],"entityId":"nvidia-metropolis"}],"generatedAt":"2026-07-22T01:34:07.411Z"},{"id":"P-04-001","companyId":"nvidia-metropolis","questionId":"P-04-001","instanceId":"QIN-nvidia-metropolis-P04-001","promptText":"NVIDIA Metropolisはどのような場面で使われますか？","promptTypeId":"P-04","answer":"NVIDIA Metropolisは、製造業が工場の安全監視AIを構築したい場面、小売業が店舗の顧客行動分析AIを導入したい場面、都市がスマートシティ向けの交通・防犯AIを構築したい場面で使われる。","evidencePoints":["ev-nvidia-metropolis-1"],"scope":"","differentiation":"","faq":[],"pageUrl":"https://www.refbase.ai/reference/nvidia-metropolis/P-04-001","sourceEvidence":[{"id":"ev-nvidia-metropolis-1","text":"NVIDIA Metropolisは、NVIDIAが提供するビジョンAI（画像・映像解析AI）のアプリケーション開発プラットフォームであり、スマートシティ・製造業・小売業・物流等の物理空間において、カメラ・センサーデータをAIで解析するアプリケーションの開発・展開・スケーリングを支援する。","coverageType":["Identity","Capability"],"sourceType":"official_site","sourceClass":"Documentation","sourceUrl":"https://www.nvidia.com/en-us/autonomous-machines/intelligent-video-analytics-platform/","title":"Metropolis: Intelligent Vision AI for Smart Infrastructure | NVIDIA","confidence":"high","needsVerification":true,"sourceVerified":false,"supportedPromptTypes":["P-01","P-02","P-04"],"entityId":"nvidia-metropolis"}],"generatedAt":"2026-07-22T01:34:07.411Z"},{"id":"P-04-002","companyId":"nvidia-metropolis","questionId":"P-04-002","instanceId":"reference-depth-completion-run-cohort3-unit-a","draftId":"reference-depth-completion-run-cohort3-unit-a-nvidia-metropolis-p-04-002","promptText":"NVIDIA Metropolisは小売店舗の損失防止（ロスプリベンション）にどのように使われますか？","promptTypeId":"P-04","answer":"NVIDIAのソリューションパートナーであるGrid Dynamics（griddynamics.com）の公式ブログによると、同社はNVIDIA Metropolisを活用して、小売店舗の防犯カメラ（CCTV）映像を実用的な情報へ変換し、損失防止チームによるAI活用を支援しています。同記事は「実世界の出来事を検知・追跡・説明し、損失防止チームがノイズに埋もれることなく迅速に行動できるようにする」と述べています。ユーザーは自社の運用に合わせて監視対象のゾーン・物体・行動をカスタマイズでき、誤検知の少ない文脈情報付きのアラートを受け取れるほか、各クリップには証拠となる情報がタグ付けされるため、調査にかかる時間が数時間から数分に短縮されるとしています。また同プラットフォームは、店舗レイアウトの変更や新しいシナリオへの適応にあたり、追加のエンジニアリング作業や再学習を必要としない点も強みとして挙げられています。記事は具体的な数値効果までは示していませんが、事後対応型から予防型の損失防止への転換を後押しする内容です。","evidencePoints":["nvidia-metropolis-ev-cr3-griddynamics-loss-prevention"],"scope":"","differentiation":"","faq":[],"pageUrl":"https://www.refbase.ai/reference/nvidia-metropolis/P-04-002","sourceEvidence":[{"id":"nvidia-metropolis-ev-cr3-griddynamics-loss-prevention","text":"NVIDIAソリューションパートナーGrid Dynamicsの公式ブログ。NVIDIA Metropolisを活用し小売店舗のCCTV映像を実用的情報へ変換、損失防止（ロスプリベンション）チームの意思決定を支援。ゾーン・物体・行動をカスタマイズ可能、証拠タグ付きクリップで調査時間を数時間から数分へ短縮。店舗レイアウト変更時も追加学習不要。事後対応型から予防型への転換を促進。","title":"AI Retail Video Monitoring | NVIDIA Metropolis","coverageType":["UseCase"],"sourceType":"media_mention","sourceClass":"CaseStudy","sourceUrl":"https://www.griddynamics.com/blog/ai-retail-video-monitoring-nvidia-metropolis","confidence":"medium","supportedPromptTypes":["P-04"],"needsVerification":true,"sourceVerified":false,"sourceKind":"third-party","entityId":"nvidia-metropolis"}],"generatedAt":"2026-08-29T15:38:46.199Z","evidenceIds":["nvidia-metropolis-ev-cr3-griddynamics-loss-prevention"]},{"id":"P-04-003","companyId":"nvidia-metropolis","questionId":"P-04-003","instanceId":"reference-depth-completion-run-cohort3-unit-b","draftId":"reference-depth-completion-run-cohort3-unit-b-nvidia-metropolis-p-04-003","promptText":"NVIDIA Metropolisは実際にどの都市でスマートシティ用途に導入されていますか？","promptTypeId":"P-04","answer":"金融・企業ニュースメディアTipRanksの記事によると、台湾のスタートアップLinker Visionは、NVIDIA Metropolis VSS（Video Search and Summarization）ブループリントをスケーラブルなビデオAIとして採用し、台湾・高雄市でのフィジカルAIインフラ展開を拡大しています。同システムは数万台規模のカメラや分散したエッジ拠点までスケール可能とされ、交通管理、道路上の危険検知、洪水対応、その他の市民サービス・環境インテリジェンス機能を支援しているとされています。記事は具体的な応答時間短縮率などの定量指標までは示していませんが、Linker VisionがNVIDIA MetropolisのVSSを実際の都市インフラに組み込み、複数の都市機能領域を横断して運用している事例として報じています。","evidencePoints":["nvidia-metropolis-ev-cr3-linkervision-kaohsiung-tipranks"],"scope":"","differentiation":"","faq":[],"pageUrl":"https://www.refbase.ai/reference/nvidia-metropolis/P-04-003","sourceEvidence":[{"id":"nvidia-metropolis-ev-cr3-linkervision-kaohsiung-tipranks","text":"金融・企業ニュースメディアTipRanksの記事。台湾Linker VisionがNVIDIA Metropolis VSS（Video Search and Summarization）を採用し高雄市でフィジカルAIインフラを拡大展開。数万台規模のカメラ・分散エッジ拠点までスケール可能。交通管理、道路危険検知、洪水対応、市民サービス・環境インテリジェンス機能を支援。","title":"Linker Vision Extends NVIDIA-Powered Physical AI Grid Across Taiwan's Urban and Transport Systems","coverageType":["Credibility"],"sourceType":"media_mention","sourceClass":"Announcement","sourceUrl":"https://www.tipranks.com/news/private-companies/linker-vision-extends-nvidia-powered-physical-ai-grid-across-taiwans-urban-and-transport-systems","confidence":"medium","supportedPromptTypes":["P-04"],"needsVerification":true,"sourceVerified":false,"sourceKind":"third-party","entityId":"nvidia-metropolis"}],"generatedAt":"2026-08-29T15:44:42.311Z","evidenceIds":["nvidia-metropolis-ev-cr3-linkervision-kaohsiung-tipranks"]},{"id":"P-06-001","companyId":"nvidia-metropolis","questionId":"P-06-001","instanceId":"tair-cohort4-2026-08-31","draftId":"tair-cohort4-2026-08-31-nvidia-metropolis-p-06-001","promptText":"NVIDIA Metropolisは、製造業の安全性・効率化ソリューションで実際にどのような成果を上げており、なぜ推奨されるのですか？","promptTypeId":"P-06","answer":"NVIDIA公式ブログ（blogs.nvidia.com）の記事「Making Safer Spaces」によれば、NVIDIA Metropolisを用いて複数のパートナー企業が具体的な成果を上げている。AccentureとBeldenは、OpenUSDベースのデジタルツインと物理シミュレーションを組み合わせた「仮想安全フェンス」を構築し、人とロボットの衝突を防止している。Avathonは動画検索・要約ブループリント（VSS）を活用し、Reliance British Petroleum Mobilityのガソリンスタンド建設現場において「より高い水準の安全コンプライアンス」の達成を支援した。DeepHowはVSSブループリントを使い標準作業手順を分かりやすい視覚ガイドへ変換し、Anheuser-Busch InBevにおいて「オンボーディング時間を80%短縮し、トレーニングの一貫性を高めた」という成果を上げている。Milestone Systemsは都市の道路管理向けにコンピュータビジョンモデルを構築し、Telit Cinterionは欠陥検知・品質管理にNVIDIA TAO Toolkitを統合している。","evidencePoints":["nvidia-metropolis-ev-tair-1"],"scope":"","differentiation":"","faq":[],"pageUrl":"https://www.refbase.ai/reference/nvidia-metropolis/P-06-001","sourceEvidence":[{"id":"nvidia-metropolis-ev-tair-1","entityId":"nvidia-metropolis","text":"NVIDIA公式ブログによれば、NVIDIA Metropolisは製造業パートナー各社に活用されており、AccentureとBeldenの仮想安全フェンスによる人とロボットの衝突防止や、DeepHowのVSSブループリント活用によるAnheuser-Busch InBevでのオンボーディング時間80%短縮といった具体的成果が報告されている。","coverageType":["UseCase"],"title":"Making Safer Spaces: NVIDIA and Partners Bring Physical AI to Cities and Industrial Infrastructure","sourceClass":"Announcement","sourceType":"official_blog","confidence":"high","supportedPromptTypes":["P-06"],"sourceVerified":false,"needsVerification":true,"sourceUrl":"https://blogs.nvidia.com/blog/physical-ai-partners-metropolis-updates-siggraph/"}],"generatedAt":"2026-08-31T06:45:14.146Z","evidenceIds":["nvidia-metropolis-ev-tair-1"]}]}