在谷歌Cloud Next会议上，谷歌推出了一个新的计算机视觉平台Vertex AI vision，它简化了基于实时摄像机流和视频构建分析的过程。目前，在预览版中，Vertex AI Vision是AutoML Vision的扩展，可以训练模型执行图像分类和目标检测。
Vertex AI Vision提供了一个画布，用于构建涵盖计算机视觉推理和分析的整个范围的端到端机器学习管道。它针对的是那些希望基于计算机视觉构建分析而不需要处理复杂代码的业务决策者和分析师。Vertex AI Vision还为开发人员提供了一个SDK，用于扩展功能并将输出嵌入到Web和移动应用程序中。
企业已经投资了数十台监控摄像机和闭路电视，这些摄像机和闭路电视不断生成视频流。另一方面，有多个预先训练的模型可以执行复杂的图像分类，对象识别和图像分割。但是，连接数据源（摄像机)）和ML模型之间的点以获得见解和智能分析需要高级技能。客户需要聘请熟练的ML工程师来构建推理管道，以获得可操作的见解。
Vertex AI Vision通过提供无代码环境来解决这一挑战。用户可以轻松地将来自现有摄像机的远程流输入连接到ML模型，以执行推断。视频流和模型的输出被存储在视觉仓库中以提取元数据。可以将相同的输出存储在BigQuery表中，从而便于查询和分析数据。还可以实时查看流输出，以验证和监视推断管道的准确性。
Vertex AI Vision有多个预先训练的模型，可以快速集成到管道中。占用率分析模型允许用户统计在视频帧中添加的特定输入的人或车辆。Person blur模型通过失真来保护在输入视频中出现的人的隐私，例如在输出视频中屏蔽或模糊人的外观。人/车辆检测器模型可以检测和计数视频帧中的人或车辆。运动滤波模型通过将长视频片段裁剪成包含运动事件的更小片段来减少计算时间。
除了预先训练的模型外，客户还可以导入在Vertex AI平台中训练的现有模型。这通过混合和匹配各种模型来扩展功能。
新平台基于谷歌负责任的人工智能原则，即公平、安全、隐私和安全、包容和透明。谷歌声称，新的Vision AI Vision平台的成本仅为货币产品的十分之一。虽然在预览中，但定价细节尚未披露。该服务仅在us-central1地区提供。
在目前的形式下，Vertex AI Vision没有与Anthos集成，不能在数据中心或边缘以混合模式运行。客户需要将视频流引入 Google Cloud以运行推断管道。要求高吞吐量和低延迟的医疗保健和汽车等垂直行业无法利用Vertex AI Vision。谷歌必须考虑在边缘部署Vision AI应用程序，并将输出存储在本地仓库中。
谷歌的Vertex AI Vision与Amazon SageMaker Jumpstart和Azure ML Designer等无代码/低代码平台竞争。随着大型语言模型的兴起和基于转换器的自然语言处理的进步，人们希望看到无代码开发平台扩展到支持对话式AI。