Blot en uge efter at Milestone Systems annoncerede sin kommende Vision Language Model (VLM), drevet af NVIDIA og trænet på over 75.000 timers etisk indsamlet videodata, fik 55 AI-udviklere tidlig adgang til at innovere med den. Vinderne af Hackathon-konkurrencen blev afsløret på Milestone Developer Summit i Danmark.

Milestone Developer Summit 2025, dedikeret til innovatører, udviklere og teknologipartnere inden for videoteknologi, fandt sted på det historiske Carlsberg Museum i København — et sted kendt for videnskabelige gennembrud, herunder opfindelsen af pH-enzymet, en milepæl inden for biokemisk innovation. Denne arv af innovation udgjorde den perfekte globale scene til en ny æra for open-platform-udvikling, ansvarlig AI og ikke mindst Hackathon-konkurrencen.

Sebastian Döllner, VP of Technology Partnerships & Open Platform, siger:

- Teknologien udvikler sig hurtigere end nogensinde, og ingen enkelt virksomhed har alle svarene. Vinderne er dem, der kan samle de bedste teknologier, de bedste hjerner og de bedste idéer. Essensen af Milestones open platform er at give innovationen plads. Vi bygger mere end video management-software — vi bygger et økosystem, der gør det muligt for partnere og kunder at innovere oven på det.

Med keynotes fra bl.a. NVIDIA, AWS, Dell og Intel, breakout-workshops og ikke mindst Project Hafnia Hackathon, kunne deltagerne fra hele verden dele indsigter og forudsigelser om, hvordan fremtiden kan komme til at se ud.

Først adgang til fremtiden

Før konferencen havde AI-udviklere fra 15 forskellige lande tidlig adgang til Milestones kommende specialiserede VLM. Modellen er udviklet ved hjælp af NVIDIA Cosmos-Reason og eftertrænet med Hafnias domænespecifikke datalibrary for bedre at kunne forstå by-specifikke visuelle forhold, sprog, symboler, begivenheder, vejr, lysforhold og meget mere.

Hackathon-udfordringen:

Skab innovative integrationer med tredjepartsapplikationer og udnyt VLM’en via API til at styrke smart city-løsninger.

I dag optager millioner af videokameraer værdifuldt materiale, der kunne forbedre hverdagen. Alligevel forbliver meget af potentialet uudnyttet, fordi det er tidskrævende at gennemgå og analysere utallige timer video for at finde meningsfulde indsigter.

Ud over den specialiserede VLM lancerer Milestone også en generativ AI-drevet plugin til XProtect Video Management Software. Den kommende plugin er udviklet til at forbedre trafikstyring på tværs af byer, havne, lufthavne og andre urbane områder. Den leverer avanceret videointelligens ved automatisk at omdanne videomateriale til detaljerede skriftlige rapporter, opsummeringer og validerede realtidsalarmer.

Og vinderen blev…

Af de deltagende udviklere blev seks shortlistet, og et dommerpanel fra Milestone og NVIDIA valgte de tre bedste. Vinderen: Thomas Kreutz fra Tyskland, som brugte Hafnias VLM-API til at gøre live bykameraer i stand til øjeblikkeligt at give persondata-sikrede svar på realtids-spørgsmål:

- Jeg ville bygge noget, der er relevant og nyttigt i virkeligheden. Det jeg bedst kunne lide ved hackathonen, var hvor nemt det var at komme i gang. API’et og dokumentationen gjorde det enkelt at bygge en demo hurtigt, få idéer og afprøve dem.

Thomas Kreutz vandt 5.000 euro og et NVIDIA Jetson AGX Thor Developer Kit. Roland Harwood, Community Lead – Hafnia, kommenterede:

- Vi er meget imponerede over de innovative integrationer fra alle finalister. Men Thomas Kreutz og ‘Ask The City’ ramte virkelig plet. Hackathonens succes lover godt for fremtidig brug af vores platform og datalibrary til træning af computervisionsmodeller på lovligt indsamlet, kurateret, omfattende annoteret og anonymiseret real-world data.

De seks Hackathon-finalister (rangordnet)

Ask The City / Thomas Kreutz (Tyskland)

Gør live bykameraer i stand til at give øjeblikkelige, persondata-sikrede svar på realtidsspørgsmål. Vælg et sted på kortet, spørg i naturligt sprog, og få et svar baseret kun på de seneste sekunder af video. Drevet af Hafnias VLM-API.

VLM for Emergency Response / Flynn Owen, Dan Towers & Tom Aldridge (Blaize, USA & UK)

Udnytter edge-AI enheder til at generere hændelser og kontekstualisere, prioritere og udarbejde responsplaner for nødsituationer i næsten realtid.

SmartMap / Gabriel Crosnier de Bellaistre (Citilog, Frankrig)

Bruger Hafnias VLM til at samle hændelsesdetektion, trafikniveauer og vejr-/sigtdatasæt i live-kortlag med operative anbefalinger, hvilket muliggør hurtigere beslutninger og bedre visualisering.

RevoFlow / Rawinder Singh (New Zealand)

Et no-code workflow-værktøj, der gør det muligt for sikkerhedsintegratorer at skabe AI-drevet videoanalyse via drag-and-drop design. Vinder af publikumsprisen.

Clipnotes / Magnus Guldberg Pedersen (Danmark)

Omdanner korte videoklip til strukturerede, forståelige indsigter på få sekunder ved hjælp af Hafnias Vision-Language Model.

Hafnia Video Event Analyzer / Jojy Saju Joseph (Indien/Irland)

En multimedia-intelligence-platform, der bruger en VLM-API til at analysere billeder og video, generere semantisk metadata og muliggøre avanceret søgning, opsummering og hændelsesdetektion.