Nvidia porta l’AI sovrana nei media europei: Adobe accelera la ricerca video

📌 In Sintesi

• Nvidia ed European Broadcasting Union ampliano gli standard di AI sovrana per i broadcaster pubblici europei.
• Microsoft, Nebius, Nvidia e Qvest partecipano alla definizione di infrastrutture, modelli aperti e sistemi di gestione controllabili.
• Adobe Frame.io utilizza GPU Nvidia per accelerare fino a cinque volte alcune operazioni di ricerca video, con UFA tra i casi applicativi.

Nvidia ed European Broadcasting Union ampliano la collaborazione sull’intelligenza artificiale sovrana per i media pubblici europei, introducendo architetture che consentono di utilizzare agenti AI mantenendo il controllo dei dati, dei modelli e delle infrastrutture. L’iniziativa è stata presentata il 19 ottobre 2026 durante un evento berlinese organizzato con Adobe, Bertelsmann e UFA, affiancata da nuovi risultati nell’accelerazione della ricerca audiovisiva. Adobe Frame.io utilizza tecnologie Nvidia per individuare sequenze all’interno di grandi archivi video, con miglioramenti dichiarati fino a cinque volte rispetto alle operazioni precedenti. Il significato industriale supera la semplice produttività: per gli editori europei il problema consiste nell’adottare sistemi AI senza perdere autonomia nella gestione dei contenuti.

Nvidia ed EBU ampliano gli standard di AI sovrana per il servizio pubblico

L’annuncio ufficiale Nvidia sulla sicurezza agentica nei media europei descrive l’espansione degli standard introdotti con European Broadcasting Union nel 2025, trasformandoli in architetture di riferimento destinate ai broadcaster. EBU riunisce oltre 115 organizzazioni in più di 55 Paesi, con un pubblico complessivo superiore al miliardo di persone. La collaborazione vuole stabilire condizioni comuni per la scelta delle infrastrutture, la gestione dei dati, l’utilizzo dei modelli e la sicurezza degli agenti durante il loro ciclo operativo. Il progetto assume particolare importanza perché le emittenti pubbliche gestiscono archivi audiovisivi, materiali non pubblicati e informazioni soggette a obblighi differenti rispetto a quelli delle normali piattaforme commerciali. Antonio Arcidiacono, chief technology and innovation officer di EBU, presenta gli standard come una base condivisa per rafforzare resilienza e controllo, mentre Delphine Ernotte, amministratrice delegata di France Télévisions e presidente di EBU, collega la sovranità tecnologica alla protezione dell’indipendenza editoriale e della diversità culturale. Il principio centrale è che l’adozione dell’AI non deve comportare la perdita di controllo sulle informazioni utilizzate dai sistemi automatizzati. La questione si inserisce nel dibattito sulla dipendenza europea dai sistemi Nvidia e sulla ricerca di infrastrutture AI più autonome.

Leggi anche: Nvidia porta la sicurezza fuori dal modello, Meta Muse riapre il problema dei permessi

Microsoft Sovereign Cloud e Nebius entrano nel progetto dei broadcaster

L’iniziativa coinvolge Microsoft, Nebius e Qvest, oltre a Nvidia, con ruoli differenti nella realizzazione delle architetture. Microsoft mette a disposizione competenze legate a Microsoft Sovereign Cloud, Azure Local e Foundry Local, strumenti che possono consentire l’elaborazione locale dei materiali sensibili e la continuità di determinati servizi quando la connessione esterna non è disponibile. Nebius propone infrastrutture europee per addestrare, adattare ed eseguire modelli, mentre Qvest e altri integratori devono tradurre gli standard in sistemi realmente distribuibili. Nvidia introduce Nemotron, famiglia di modelli aperti che le organizzazioni possono personalizzare per lingue, archivi e politiche editoriali. L’utilizzo di modelli ispezionabili rappresenta un vantaggio rispetto alla dipendenza esclusiva da servizi remoti non modificabili, ma non equivale a una completa indipendenza industriale. Le emittenti potrebbero continuare a utilizzare acceleratori, librerie e componenti proprietari di fornitori internazionali, anche quando i dati vengono elaborati in Europa. Il progetto tenta quindi di aumentare la possibilità di scelta e il controllo operativo, senza dimostrare che tutti gli elementi dell’infrastruttura siano sostituibili. La strategia ricorda l’espansione degli agenti Nvidia nei servizi pubblici europei, con il caso di Cinisello Balsamo, dove la collocazione delle infrastrutture e la gestione delle informazioni assumono valore strategico.

Adobe Frame.io usa NVDEC, TensorRT e CUDA per velocizzare la ricerca semantica

La seconda parte dell’annuncio riguarda Adobe Frame.io, che utilizza accelerazione Nvidia per migliorare la ricerca all’interno di grandi archivi video. La pipeline impiega NVDEC per la decodifica, TensorRT per ottimizzare l’elaborazione dei modelli e CUDA nelle operazioni di preprocessing e generazione degli embedding. Nvidia dichiara circa cinque volte maggiore velocità nella produzione degli embedding, fino a quattro volte più throughput e una riduzione della latenza di ricerca fino a cinque volte. I risultati sono attribuiti ai test presentati dalle aziende e non devono essere interpretati come prestazioni garantite in qualunque infrastruttura. Un’altra modifica riguarda l’utilizzo di un proxy video a due fotogrammi al secondo, dichiarato circa l’80% più piccolo della versione a 360p precedente, con l’obiettivo di ridurre trasferimento e archiviazione mantenendo informazioni sufficienti per l’indicizzazione. Il passaggio più interessante è però la ricerca semantica: anziché dipendere esclusivamente da nomi di file e metadati manuali, un operatore può descrivere una scena attraverso concetti, azioni o ambientazioni e utilizzare successivamente filtri basati su trascrizioni, note e stato di approvazione. Questa evoluzione collega l’accelerazione hardware alla gestione editoriale dei materiali, offrendo strumenti che possono ridurre il lavoro necessario a recuperare sequenze già archiviate.

UFA dimostra il valore degli archivi interrogabili attraverso il linguaggio naturale

Il caso applicativo presentato è quello di UFA, produttore televisivo tedesco che realizza oltre 3.500 ore di programmazione all’anno, comprese serie di lunga durata come Gute Zeiten, schlechte Zeiten. I montatori possono avere necessità di recuperare una reazione, un dialogo o una sequenza registrata quindici anni prima, un’attività difficile quando le informazioni disponibili nei nomi dei file non descrivono in modo sufficientemente dettagliato il contenuto visivo. Attraverso Frame.io è possibile cercare scene utilizzando descrizioni naturali, restringere i risultati al nome di un personaggio e selezionare materiali già approvati. Il vantaggio riguarda soprattutto la riduzione delle operazioni ripetitive, ma la ricerca semantica non sostituisce la verifica editoriale del contesto. Un algoritmo può individuare una scena apparentemente corrispondente alla descrizione senza riconoscere correttamente le implicazioni narrative o documentali. Per le organizzazioni giornalistiche, inoltre, l’accesso ai materiali dovrebbe essere distinto dal permesso di utilizzarli, modificarli o pubblicarli. L’automazione richiede quindi controlli sui privilegi e tracciabilità delle operazioni, soprattutto quando gli archivi contengono materiali riservati oppure soggetti a diritti di utilizzazione differenti. Il problema della tutela del patrimonio editoriale è già evidente nel confronto sulle condizioni imposte dalle grandi piattaforme per l’utilizzo dei contenuti degli editori nell’addestramento AI.

Continua con:

Nvidia Nemotron 3.5 porta gli agenti AI dal data center al PC locale

Paolo Benanti, il caso Guillou e il grande paradosso dell’editoria italiana

La sovranità dei media europei si misura sul controllo operativo dei contenuti

La collaborazione Nvidia-EBU dimostra che la questione dell’AI sovrana sta passando dalle dichiarazioni di principio alla definizione di architetture e strumenti concretamente utilizzabili. I broadcaster possono beneficiare di modelli aperti, sistemi locali e ricerca semantica accelerata, ma devono mantenere il controllo delle informazioni e delle decisioni che determinano la produzione editoriale. La disponibilità di infrastrutture europee costituisce una condizione importante, non una garanzia sufficiente: dipendenze software, licenze, aggiornamenti e accesso ai dati devono essere valutati insieme alla collocazione fisica dei server. Anche i risultati Adobe mostrano che aumentare la velocità non elimina la responsabilità dei professionisti che selezionano e utilizzano i materiali. Per l’editoria europea la sfida non consiste soltanto nell’adottare l’intelligenza artificiale, ma nel conservare la capacità di governarla senza cedere la propria autonomia editoriale ai fornitori dell’infrastruttura.