Beschreibung
TwelveLabs ist eine Unternehmensplattform für Video-Intelligenz und API, die von multimodalen, video-nativen Grundmodellen unterstützt wird. Sie ermöglicht Entwicklern, Anwendungen mit semantischer Videosuche, multimodalem Videoverständnis und Video-Embeddings zu erstellen, indem visuelle, audio, sprachliche und On-Screen-Textdaten zusammen verarbeitet werden, sodass Benutzer Video-Inhalte durchsuchen, analysieren und interpretieren können.
Weiterlesen
Mit der semantischen Suche können Sie gesamte Video-Bibliotheken in natürlicher Sprache abfragen, um spezifische Aktionen, Szenen, Dialoge und sogar menschliche Emotionen über Stunden oder Jahre von Filmmaterial ohne Tags zu finden. Die Plattform segmentiert auch Inhalte nach Szenen und Tempo, generiert Texte wie Zusammenfassungen, Kapitel und Highlights, unterstützt die Überprüfung von Compliance und Markensicherheit und produziert Embeddings für den Aufbau von Such-, Klassifizierungs- und Empfehlungsfunktionen. Ihre Infrastruktur verarbeitet multimodale Daten über eine einzige Pipeline mit etwa 60-facher Echtzeitgeschwindigkeit und indiziert eine Stunde Video in etwa einer Minute bei über 10.000 Stunden pro Tag.
TwelveLabs basiert auf zwei Grundmodellen: Marengo, einem multimodalen Embedding-Modell, das Video in spatiotemporale Embeddings umwandelt, die in vielen Sprachen nach Inhalten durchsuchbar sind, und Pegasus, einem Video-Sprachmodell, das kontinuierlich über den gesamten zeitlichen Bogen eines Assets von bis zu etwa zwei Stunden nachdenkt. Es integriert sich über API, SDKs und MCP und wird in den Bereichen Medien und Unterhaltung, Werbung, Sport, Regierung und Sicherheit eingesetzt.
Die Plattform ist SOC 2 Typ II zertifiziert mit verschlüsselter Datenverarbeitung und kann in Cloud-, Private-Cloud-, On-Premise- oder luftdicht abgeschotteten Umgebungen bereitgestellt werden. Sie bietet eine kostenlose Stufe zum Testen (unter 10 Stunden Indizierung) sowie Entwickler- und Unternehmenspläne mit nutzungsabhängiger Preisgestaltung.
- KategorieComputer-Vision-Tools
- PreismodellFreemium
- BereitstellungCloud, On-Premises
- PlattformenWeb
TwelveLabs's Kernfunktionen
Semantische natürliche Sprachsuche über gesamte Video-Bibliotheken
Multimodales Verständnis über Vision, Audio, Sprache und On-Screen-Text
Video-Embeddings für Suche, Klassifizierung und Empfehlungen
Textgenerierung aus Video (Zusammenfassungen, Kapitel, Highlights)
Automatische Inhaltssegmentierung und Compliance-Überprüfung
Hochgeschwindigkeitsaufnahme mit ~60-facher Echtzeitgeschwindigkeit, über 10.000 Stunden pro Tag
Marengo-Embedding-Modell und Pegasus-Video-Sprachmodell
API-, SDK- und MCP-Zugriff mit flexibler Bereitstellung in Cloud-, On-Premise- und luftdicht abgeschotteten Umgebungen
Wie verwendet man TwelveLabs?
Indizieren Sie Ihr Video: Integrieren Sie Ihre Bibliothek über die API oder SDK.
Suchen oder analysieren: Fragen Sie Momente in natürlicher Sprache ab oder fordern Sie Zusammenfassungen und Einblicke an.
Generieren Sie Embeddings: Wandeln Sie Video in Vektoren für Suche, Klassifizierung oder Empfehlungen um.
Integrieren: Bauen Sie Funktionen in Ihre App über API, SDK oder MCP ein.
Bereitstellen: Führen Sie es in der Cloud, in einer Private Cloud, On-Premise oder in einer luftdicht abgeschotteten Umgebung aus.
TwelveLabs's Anwendungsfälle
- Medienarchivsuche
- Highlight- und Clip-Generierung
- Kontextuelle Anzeigenplatzierung
- Compliance und Markensicherheit
- Sicherheits- und Vorfallüberprüfung
