TwelveLabs

什么是TwelveLabs？

TwelveLabs 是一个面向视频的原生智能平台，专为需要从海量视频中提取真实含义的组织打造。它不依赖人工标签或简单的抽帧采样，而是对视频的完整时间轴——画面、音频和语言——进行联合处理，让每一个瞬间都可搜索、可分析、可落地执行。平台核心是两款自研模型：用于搜索与发现的多模态嵌入模型 Marengo，以及用于深度分析与文本生成的视频语言模型 Pegasus。可通过 API、SDK 和 MCP 接入，并支持公有云、私有云或本地化部署。

主要功能

• 多模态视频搜索

  使用自然语言在整个视频库中搜索，覆盖画面、音频、对话乃至人物情绪，无需人工打标签。由 Marengo 驱动，在 47 种语言上实现 78.5% 的综合准确率。

• 深度视频分析（Pegasus）

  Pegasus 能够对长达两小时的视频进行全时间线连续推理，追踪实体、因果关系与叙事脉络，自动生成摘要、章节、问答、元数据与事件报告。

• 高速索引基础设施

  通过统一的多模态管线以约 60 倍实时速度摄取和索引视频——一小时视频可在一分钟内完成索引，每日处理能力超过 10,000 小时。

• 内容分段与精彩片段生成

  自动识别长视频中的场景切换、节奏变化和自然断点，并根据描述性提示词生成定向的高光集锦或短片。

• 合规性与品牌安全监控

  大规模识别敏感内容、违规行为和品牌安全风险，并提供可解释的输出结果，从而加速内容审核流程并提升审核可信度。

• 灵活部署与自定义模型训练

  支持公有云、私有云和本地化部署。可基于专有数据对模型进行微调，打造贴合企业场景的领域化视频智能。

使用场景

• 媒体与娱乐内容归档 : 影视公司和广播机构可在数秒内从多年积累的素材中定位带时间戳的片段，让沉睡的档案库变为可即时检索、可复用的资产。
• 体育内容制作 : 体育机构可跨整个赛季快速定位特定比赛瞬间、球员动作和值得剪辑的精彩时刻，从而更快打包面向球迷的内容。
• 广告科技与上下文定向 : 营销团队可基于真实的视频内容理解而非元数据，将广告投放到品牌安全的场景中，实现真正的上下文广告投放，无需人工审核。
• 公共部门与安防 : 政府机构与安防团队可对监控与执法记录仪视频实现自动化证据管理、异常检测和事后报告生成。
• 开发者与企业集成 : 工程团队可通过简洁的 API、SDK 以及 MCP 将视频智能直接集成到产品和业务流程中，并支持基于特定领域数据进行自定义模型训练。

常见问题