説明
TwelveLabsは、マルチモーダルでビデオネイティブな基盤モデルによって支えられた企業向けのビデオインテリジェンスプラットフォームおよびAPIです。これにより、開発者はセマンティックビデオ検索、マルチモーダルビデオ理解、ビデオ埋め込みを使用して、視覚、音声、スピーチ、画面上のテキストを一緒に処理し、ユーザーがビデオコンテンツを検索、分析、推論できるアプリケーションを構築できます。
続きを読む
セマンティック検索を使用すると、タグなしで数時間または数年分の映像の中から特定のアクション、シーン、対話、さらには人間の感情を自然言語でクエリして、ビデオライブラリ全体を検索できます。このプラットフォームは、シーンやペーシングによってコンテンツをセグメント化し、要約、章、ハイライトなどのテキストを生成し、コンプライアンスおよびブランドセーフティスキャンをサポートし、検索、分類、推薦機能を構築するための埋め込みを生成します。そのインフラストラクチャは、約60倍のリアルタイム速度でマルチモーダルデータを単一のパイプラインを通じて取り込み、1時間のビデオを約1分でインデックス化し、1日あたり10,000時間以上を処理します。
TwelveLabsは、Marengoというマルチモーダル埋め込みモデルと、約2時間までの資産の全時間的弧を継続的に推論するPegasusというビデオ言語モデルの2つの基盤モデルに基づいています。API、SDK、およびMCPを介して統合され、メディアおよびエンターテインメント、広告、スポーツ、政府、セキュリティなどで使用されています。
このプラットフォームは、暗号化されたデータ処理を備えたSOC 2 Type II認証を受けており、クラウド、プライベートクラウド、オンプレミス、またはエアギャップ環境で展開できます。10時間未満のインデックス作成のためのテスト用の無料プランに加えて、開発者および企業プランがあり、従量課金制の価格設定が提供されています。
- カテゴリーコンピュータービジョンツール
- 料金モデルフリーミアム
- デプロイクラウド, オンプレミス
- プラットフォームWeb
TwelveLabsの主要機能
ビデオライブラリ全体にわたるセマンティック自然言語検索
視覚、音声、スピーチ、画面上のテキストにわたるマルチモーダル理解
検索、分類、推薦のためのビデオ埋め込み
ビデオからのテキスト生成(要約、章、ハイライト)
自動コンテンツセグメンテーションおよびコンプライアンススキャン
約60倍のリアルタイムでの高速取り込み、1日あたり10,000時間以上
Marengo埋め込みモデルおよびPegasusビデオ言語モデル
柔軟なクラウド、オンプレミス、エアギャップ展開を伴うAPI、SDK、およびMCPアクセス
TwelveLabsの使い方は?
ビデオをインデックス化する:APIまたはSDKを通じてライブラリを取り込みます。
検索または分析する:自然言語で瞬間をクエリするか、要約や洞察をリクエストします。
埋め込みを生成する:ビデオを検索、分類、または推薦のためのベクトルに変換します。
統合する:API、SDK、またはMCPを介してアプリに機能を組み込みます。
展開する:クラウド、プライベートクラウド、オンプレミス、またはエアギャップ環境で実行します。
TwelveLabsの使用例
- メディアアーカイブ検索
- ハイライトおよびクリップ生成
- コンテキスト広告配置
- コンプライアンスおよびブランドセーフティ
- セキュリティおよびインシデントレビュー







