TwelveLabs发布Pegasus 1.5：视频语言模型在Amazon Bedrock上线

摘要：TwelveLabs发布了其视频语言模型Pegasus 1.5，并宣布在Amazon Bedrock平台上线。该模型能够将长视频转化为结构化的时间戳元数据，支持视频分割、多模态提示和实时处理，处理时长可达两小时。Pegasus 1.5的发布为视频内容分析提供了更高效、更智能的解决方案，尤其适用于新闻、体育和流媒体等领域。

---

Pegasus 1.5的核心功能与技术创新

Pegasus 1.5是TwelveLabs推出的一款视频语言模型，旨在解决视频内容难以搜索和利用的问题。其主要功能包括：

1. 时间戳元数据生成：用户可以定义视频中的关键事件或片段，Pegasus 1.5将返回匹配的片段及其时间戳和所需字段，以JSON格式呈现。
2. 多模态提示：支持结合文本描述和视觉参考进行查询，例如定位特定产品、标志或人物及其在屏幕上的行为。
3. 实时处理：无需预索引或预处理，用户可以直接从Amazon S3发送视频并实时获取结果。
4. 扩展处理能力：单次请求可处理长达两小时的高清视频，相较于之前版本提升了一倍。

此外，Pegasus 1.5保留了之前版本的核心能力，包括视频到文本的生成、细粒度的视觉理解、时间定位和多模态理解等。

技术机制剖析与工程权衡

Pegasus 1.5的技术架构基于深度学习模型，结合了视觉和语言处理技术。其核心机制包括：

• 视频分割与时间戳对齐：通过高效的分割算法，将视频分解为多个语义单元，并生成精确的时间戳。
• 多模态融合：整合视觉、音频和文本信息，实现对视频内容的全面理解。
• 高效推理引擎：优化了模型推理流程，支持大规模视频数据的实时处理。

在工程权衡方面，Pegasus 1.5在处理长视频时需要较高的计算资源，尤其是在高分辨率和多模态数据融合的场景下。此外，实时处理能力虽然提升了用户体验，但对网络带宽和服务器负载提出了更高的要求。

开发者落地与部署建议

对于开发者而言，Pegasus 1.5的部署相对简便，主要步骤包括：

1. 环境配置：确保AWS账户已启用Amazon Bedrock，并安装Boto3 SDK。
2. 模型调用：通过Bedrock Runtime API调用Pegasus 1.5，传入视频源和提示信息。
3. 结果处理：解析返回的JSON数据，提取所需的信息。

建议开发者根据具体应用场景选择合适的分析模式，例如在需要详细时间戳信息时使用时间戳元数据模式。同时，注意合理配置请求参数，如温度值和最大输出令牌数，以平衡生成结果的质量和计算成本。

应用场景与未来展望

Pegasus 1.5适用于需要处理大量长视频数据的场景，例如：

• 新闻和广播档案：快速生成视频内容的结构化摘要，提升检索效率。
• 体育赛事分析：自动识别关键事件和得分时刻，简化后期制作流程。
• 流媒体平台：提供基于场景的推荐和广告投放，提升用户体验。

未来，Pegasus 1.5有望在更多领域得到应用，例如视频监控、智能安防和虚拟现实等。随着技术的不断迭代，其处理能力和准确性也将进一步提升。

---

消息来源：AWS Machine Learning Blog (2026-10-19)

—— 完 ——

主题标签： #TwelveLabs 关注 #视频语言模型 关注 #Amazon Bedrock 关注 #多模态AI 关注 #实时处理 关注