一句话：训练数据供应链出现策展智能体
2026 年 9 月，加拿大初创公司 Versos AI 在阿姆斯特丹的 IBC2026（9 月 11 日至 14 日）展示了一套用 NVIDIA NeMo 构建的智能体，专门解决视频训练数据的「策展」问题。它的切入点不是再训一个大模型，而是把最苦最烦的一段——从海量视频里找出合适片段、确认权利、组装成可用训练集——交给智能体自动跑。对正为 specialized 训练数据发愁的 AI 实验室，这是把数据供应链里人工最重的一环变成可审计交付物的尝试。
痛点：视频训练数据难在权利与溯源
文本数据的清洗已经有一套成熟链路，但视频训练数据卡在两个地方：其一是权利，很多素材根本拿不到可商用、可训练授权；其二是溯源，一段 clip 来自哪、授权范围是什么、是否含第三方内容，往往说不清。Versos AI 把权利与溯源当成核心设计约束，而非事后补丁——这正切中训练数据供应商当下最被监管与客户追问的软肋。在版权执法趋严的背景下，「权利清白」正在从加分项变成硬门槛。
工作流：自然语言 brief 到场景级、帧级检索再到组装
Versos AI 的玩法是让用户用自然语言写一段需求 brief，智能体据此做场景级与帧级的检索，对候选素材打分，再把通过筛选的片段组装成一个已获权利清白的训练数据集。把「找素材」从人工在素材库里翻找，变成「描述目标、智能体去搜、去评、去拼」的流水线。对做视频生成、视频理解或多模态模型的团队，这意味着数据准备周期可能显著缩短，且每一步检索与打分都可被记录下来供审计。
技术栈：CUDA Toolkit 推理、Nemotron Ultra 智能体、LangChain 编排
据发布信息，Versos AI 的栈由三层构成：底层用 NVIDIA CUDA Toolkit 做推理，智能体侧基于 NVIDIA Nemotron Ultra，编排层用 LangChain。它强调模型无关（model-agnostic），即底层模型可以替换，不绑死在某一家。与 NVIDIA 的绑定（NeMo、Nemotron、CUDA）既是工程上的省力，也是一种生态背书——在训练数据这个细分赛道，能借到 NVIDIA 的算力与模型叙事，对早期获客有帮助。具体性能与成本数据，目前官方及行业暂未披露更多细节。
为什么在 IBC2026：媒体与广播行业的训练数据需求
选择 IBC2026 这个舞台很有指向性。IBC 是媒体、广播与内容技术行业的盛会，而广播机构手里既有海量受版权保护的素材库，又有强烈的 AI 化诉求——用自有历史内容训练模型、做智能剪辑、做内容检索。Versos AI 瞄准的正是这批「有素材、有授权、但缺把素材变成训练集能力」的客户。把展台放在这里，比在通用 AI 大会里更容易碰到真正握有可授权视频的买家。
商业状态：定价、库规模、客户暂未披露
需要直说的信息缺口：Versos AI 的定价、自有或可调度素材库规模、以及已签约客户，目前均未公开。公司由 Chris Keevill 联合创办并任 CEO。对一个处在早期、靠展示demo 拉客户的初创，这些数字要等后续融资或客户案例出来才能验证。读者现阶段更应关注它的产品形态是否成立——把权利与溯源作为一等约束的视频数据策展，是否真能比人工团队更快更省，还有待真实部署数据。
行业含义：数据策展从人工走向智能体
Versos AI 处在一个正被催熟的方向：训练数据的「策展」本身变成智能体工作流。过去这一年，行业反复讨论的是模型能力；但越来越多团队发现，卡住落地的往往是数据——尤其是带权利、带溯源、带质量评分的数据。把策展交给智能体，意味着数据准备从「雇人翻库」变成「描述需求、智能体交付数据集」。Versos 的 rights-first 取向也预示：下一代训练数据供应商的竞争点，可能不在谁素材多，而在谁能把合规与溯源做成可审计的交付物。
结语
Versos AI 用 NVIDIA NeMo 智能体做视频训练数据策展，是把 AI 实验室最痛的「数据准备」环节产品化的典型一例。它真正的看点不在又多了一个 NeMo 应用，而在把权利清白与溯源前置成数据策展的一等约束。至于它能否跑通商业闭环，还要看定价与早期客户案例——这些目前官方及行业暂未披露更多细节。