描述
TwelveLabs 是一个企业级视频智能平台和 API，基于多模态的视频原生基础模型。它使开发者能够构建具有语义视频搜索、多模态视频理解和视频嵌入的应用程序，能够同时处理视觉、音频、语音和屏幕文本，从而使用户能够在视频内容中进行搜索、分析和推理。
阅读更多
通过语义搜索，您可以使用自然语言查询整个视频库，以定位特定的动作、场景、对话，甚至是人类情感，无需标签即可在数小时或数年的素材中找到所需内容。该平台还按场景和节奏对内容进行分段，生成文本，如摘要、章节和亮点，支持合规性和品牌安全扫描，并生成嵌入以构建搜索、分类和推荐功能。其基础设施通过单一管道以约 60 倍实时速度摄取多模态数据，每天可索引超过 10,000 小时的视频，约在一分钟内完成一小时视频的索引。
TwelveLabs 基于两个基础模型构建：Marengo，一个多模态嵌入模型，将视频转换为可通过内容在多种语言中查找的时空嵌入；Pegasus，一个视频语言模型，能够在资产的整个时间跨度内进行推理，最长可达约两小时。它通过 API、SDK 和 MCP 进行集成，并广泛应用于媒体和娱乐、广告、体育、政府和安全领域。
该平台获得 SOC 2 Type II 认证，具备加密数据处理能力，可以在云、私有云、本地或隔离环境中部署。它提供免费层供测试（索引不超过 10 小时），以及开发者和企业计划，采用按需付费定价。
- 类别计算机视觉工具
- 定价模式免费增值
- 部署云端, 本地部署
- 平台网页版
TwelveLabs的核心功能
跨整个视频库的语义自然语言搜索
跨视觉、音频、语音和屏幕文本的多模态理解
用于搜索、分类和推荐的视频嵌入
从视频生成文本（摘要、章节、亮点）
自动内容分段和合规扫描
以约 60 倍实时速度高速摄取，每天超过 10,000 小时
Marengo 嵌入模型和 Pegasus 视频语言模型
通过 API、SDK 和 MCP 访问，支持灵活的云、本地和隔离部署
如何使用 TwelveLabs？
索引您的视频：通过 API 或 SDK 摄取您的库。
搜索或分析：使用自然语言查询时刻或请求摘要和见解。
生成嵌入：将视频转换为用于搜索、分类或推荐的向量。
集成：通过 API、SDK 或 MCP 将功能构建到您的应用中。
部署：在云、私有云、本地或隔离环境中运行。
TwelveLabs的使用案例
- 媒体档案搜索
- 亮点和剪辑生成
- 上下文广告投放
- 合规性和品牌安全
- 安全和事件审查
