什么是Twelve Labs?
Twelve Labs 是一个视频智能平台,通过 API 和 SDK 将原始视频、图像和音频转换为可搜索的 AI 就绪数据。它主要面向需要大规模处理视频内容的组织,提供基础设施以支持自然语言搜索、内容分段及合规性检查。
Twelve Labs的核心功能有哪些?
- 多模态嵌入模型 (Marengo)将视频转化为时空嵌入数据,使每个时刻都能基于实际内容而非元数据进行索引和检索。
- 视频语言模型 (Pegasus)对长达两小时的视频进行连续时间推理,追踪实体、因果关系和叙事弧线,而非仅读取转录文本。
- 自然语言搜索允许用户通过自然语言查询整个视频库,定位特定动作、场景、对话甚至人类情绪,无需预先标记。
- 自动内容分段识别长视频中的自然断点、场景变化和节奏调整,基于实际发生的内容进行分割。
- 高亮片段生成根据描述需求(如“200小时素材中的粗剪”或“本赛季所有进球”)查找并组装材料,直接导出至编辑工作流。
- 视频摄入基础设施通过单一管道以约60倍实时速度摄入多模态数据,一分钟内索引一小时视频,每日处理能力超过1万小时。
Twelve Labs的使用案例有哪些?
- 媒体档案检索在数秒内从多年前的拍摄素材中定位带时间戳的剪辑片段,替代传统耗时的研究团队手动筛选过程。
- 广告上下文定向基于对视频内容的理解而非元数据,仅在品牌安全的场景中投放广告,无需手动审查或标签匹配。
- 公共安全与证据管理用于异常检测、事件后报告以及证据管理,能够在几分钟内完成大规模视频分析任务。
Twelve Labs定价信息:
- 免费试用入口网站提供 "Try Free" 按钮,但未公开具体定价方案、配额限制或订阅费用细节。









