艺术家利用开源视觉模型在消费级GPU上扫描全球公共摄像头
比利时艺术家Dries Depoorter的项目“Wally Finder”使用阿里Qwen3-VL模型和三张游戏显卡,已处理168万帧画面并找到13个匹配目标。
比利时艺术家Dries Depoorter推出了名为“Wally Finder”的艺术项目,利用人工智能在全球超过450个未加密的公共网络摄像头中搜索穿着红白条纹衬衫的人。该项目展示了现代开源多模态模型在消费级硬件上执行复杂视觉识别任务的能力。
据Tech Times UK报道,该系统依赖阿里巴巴的Qwen3-VL通用视觉语言模型,通过Ollama在三张游戏GPU上本地运行。软件每隔几秒从每个视频流中采样静态图像,发送给模型以识别符合虚构角色Wally(或Waldo)描述的个人。
截至2026年11月10日,该项目已分析168万帧画面并识别出13个匹配项,片段来自美国、日本和秘鲁等地。Depoorter在发布选定片段之前会手动审查每个标记的帧,并对周围场景应用模糊和黑白色调滤镜,仅保留条纹衬衫的颜色,以保护旁观者的隐私。
该项目突出了强大AI工具对个人创作者的可及性,使他们能够在不依赖云服务的情况下处理大量视频数据。同时也引发了关于公共摄像头安全性以及利用广泛可用技术进行自动化监控潜力的问题。