■ 概要 動画検索・要約機能に特化した、LLM/VLMと加速ビジョンマイクロサービスを統合した包括的なビジョンエージェント構築のためのリファレンスアーキテクチャ。 ■ 特徴・用途 リアルタイムな特徴抽出、メタデータ拡張（トラジェクトリ・インシデント）、そして検索・Q&A・要約といったエージェンティック処理の三層構造を確立。NVIDIA NIMを活用することで、各機能を独立したマイクロサービスとして連携させ、PoCから本番環境への移行を円滑化できる。 ■ 結論 複雑で多機能な動画知能パイプラインを、拡張性が高く標準化されたマイクロサービス群として実装したい開発チームに極めて有用。