Descrição
TwelveLabs é uma plataforma de inteligência de vídeo para empresas e API alimentada por modelos de fundação multimodais e nativos de vídeo. Ela permite que desenvolvedores construam aplicações com busca semântica de vídeo, compreensão multimodal de vídeo e embeddings de vídeo, processando visual, áudio, fala e texto na tela juntos, para que os usuários possam pesquisar, analisar e raciocinar sobre o conteúdo de vídeo.
Ler mais
Com a busca semântica, você pode consultar bibliotecas de vídeo inteiras em linguagem natural para localizar ações específicas, cenas, diálogos e até mesmo emoções humanas em horas ou anos de filmagens sem a necessidade de tags. A plataforma também segmenta o conteúdo por cena e ritmo, gera textos como resumos, capítulos e destaques, suporta varredura de conformidade e segurança da marca, e produz embeddings para construir recursos de busca, classificação e recomendação. Sua infraestrutura ingere dados multimodais através de um único pipeline a cerca de 60x a velocidade em tempo real, indexando uma hora de vídeo em cerca de um minuto, com mais de 10.000 horas por dia.
TwelveLabs é construída sobre dois modelos de fundação: Marengo, um modelo de embedding multimodal que transforma vídeo em embeddings espaciotemporais que podem ser encontrados por conteúdo em várias línguas, e Pegasus, um modelo de linguagem de vídeo que raciocina continuamente sobre todo o arco temporal de um ativo de até cerca de duas horas. Ela se integra via API, SDKs e MCP, e é utilizada em mídia e entretenimento, publicidade, esportes, governo e segurança.
A plataforma é certificada SOC 2 Tipo II com manuseio de dados criptografados e pode ser implantada em ambientes de nuvem, nuvem privada, local ou isolados. Oferece um nível gratuito para testes (com menos de 10 horas de indexação) além de planos para Desenvolvedores e Empresas, com preços sob demanda.
- CategoriaFerramentas de visão computacional
- Modelo de preçosFreemium
- ImplantaçãoNuvem, On-premises
- PlataformasWeb
Recursos principais de TwelveLabs
Busca semântica em linguagem natural em bibliotecas de vídeo inteiras
Compreensão multimodal em visão, áudio, fala e texto na tela
Embeddings de vídeo para busca, classificação e recomendações
Geração de texto a partir de vídeo (resumos, capítulos, destaques)
Segmentação automática de conteúdo e varredura de conformidade
Ingestão em alta velocidade a ~60x em tempo real, mais de 10 mil horas por dia
Modelo de embedding Marengo e modelo de linguagem de vídeo Pegasus
Acesso via API, SDK e MCP com implantação flexível em nuvem, local e isolada
Como usar TwelveLabs?
Indexe seu vídeo: Ingestão da sua biblioteca através da API ou SDK.
Pesquise ou analise: Consulte momentos em linguagem natural ou solicite resumos e insights.
Gere embeddings: Transforme vídeo em vetores para busca, classificação ou recomendações.
Integre: Construa recursos em seu aplicativo via API, SDK ou MCP.
Implante: Execute na nuvem, nuvem privada, local ou em um ambiente isolado.
Casos de uso de TwelveLabs
- Busca em arquivo de mídia
- Geração de destaques e clipes
- Colocação de anúncios contextual
- Conformidade e segurança da marca
- Segurança e revisão de incidentes
