Descripción
TwelveLabs es una plataforma de inteligencia de video para empresas y API impulsada por modelos de base multimodal y nativos de video. Permite a los desarrolladores crear aplicaciones con búsqueda semántica de video, comprensión multimodal de video y embeddings de video, procesando visual, audio, discurso y texto en pantalla juntos para que los usuarios puedan buscar, analizar y razonar sobre el contenido de video.
Leer más
Con la búsqueda semántica, puedes consultar bibliotecas de video completas en lenguaje natural para localizar acciones específicas, escenas, diálogos e incluso emociones humanas a través de horas o años de metraje sin necesidad de etiquetas. La plataforma también segmenta el contenido por escena y ritmo, genera texto como resúmenes, capítulos y momentos destacados, apoya el escaneo de cumplimiento y seguridad de marca, y produce embeddings para construir características de búsqueda, clasificación y recomendación. Su infraestructura ingiere datos multimodales a través de un solo canal a una velocidad de aproximadamente 60 veces en tiempo real, indexando una hora de video en aproximadamente un minuto a más de 10,000 horas por día.
TwelveLabs se basa en dos modelos de base: Marengo, un modelo de embedding multimodal que convierte video en embeddings espaciotemporales que se pueden encontrar por contenido en muchos idiomas, y Pegasus, un modelo de lenguaje de video que razona continuamente sobre el arco temporal completo de un activo de hasta aproximadamente dos horas. Se integra a través de API, SDKs y MCP, y se utiliza en medios y entretenimiento, publicidad, deportes, gobierno y seguridad.
La plataforma está certificada como SOC 2 Tipo II con manejo de datos cifrados y puede desplegarse en entornos en la nube, nube privada, en las instalaciones o entornos aislados. Ofrece un nivel gratuito para pruebas (menos de 10 horas de indexación) además de planes para Desarrolladores y Empresas, con precios de pago por uso.
- CategoríaHerramientas de visión artificial
- Modelo de preciosFreemium
- ImplementaciónNube, Local (on-premises)
- PlataformasWeb
Características principales de TwelveLabs
Búsqueda semántica en lenguaje natural a través de bibliotecas de video completas
Comprensión multimodal a través de visión, audio, discurso y texto en pantalla
Embeddings de video para búsqueda, clasificación y recomendaciones
Generación de texto a partir de video (resúmenes, capítulos, momentos destacados)
Segmentación automática de contenido y escaneo de cumplimiento
Ingesta a alta velocidad a ~60x en tiempo real, más de 10,000 horas por día
Modelo de embedding Marengo y modelo de lenguaje de video Pegasus
Acceso a API, SDK y MCP con despliegue flexible en la nube, en las instalaciones y entornos aislados
¿Cómo usar TwelveLabs?
Indexa tu video: Ingiere tu biblioteca a través de la API o SDK.
Busca o analiza: Consulta momentos en lenguaje natural o solicita resúmenes e información.
Genera embeddings: Convierte video en vectores para búsqueda, clasificación o recomendaciones.
Integra: Construye características en tu aplicación a través de API, SDK o MCP.
Despliega: Ejecuta en la nube, nube privada, en las instalaciones o en un entorno aislado.
Casos de uso de TwelveLabs
- Búsqueda de archivo de medios
- Generación de momentos destacados y clips
- Colocación de anuncios contextual
- Cumplimiento y seguridad de marca
- Revisión de seguridad e incidentes
