Why Video Is AI's Next Great Frontier

摘要

十二 labs 執行長 Yoon Kim 解釋為何理解影片需要專為影片設計的基礎模型，而非僅將語言模型套用在畫面快照上。他介紹 Marengo 嵌入模型與 Pegasus 影片轉文字模型，以及整合它們的代理 Jockey，能處理從監控到紀錄片的各種複雜影片分析任務。

Yoon Kim explains TwelveLabs' proprietary video foundation models and their agent Jockey for advanced video analysis and search.

摘要、重點與章節標題由語言模型整理，細節（誰說的、數字、先後）可能有誤；要引用請以原始內容為準。

重點

• 現有語言模型無法有效處理海量影片的高粒度搜尋與理解。
• 十二 labs 的 Marengo 與 Pegasus 模型專為處理多模態影片資料設計。
• Jockey 代理能協同語言模型，協助企業進行安全調查與影片編輯。

章節

依話題轉折切分，標題由 AI 產生

1. 00:00十二實驗室雙模型架構解析
2. 06:28從基礎模型到自主應用
3. 08:37動態嵌入與時間分塊策略
4. 11:04向量搜尋與代理任務平台
5. 20:42雲端與私有化部署方案
6. 23:01影片分析與預測性推理
7. 25:38體育競技場景應用實例
8. 28:10AI 分析廣告行銷與紀錄片剪輯
9. 30:45多視角影片處理與韓國半導體議題
10. 36:48企業 AI 成本壓力與開放權重模型

提到的工具與公司

• TwelveLabs
• Marengo
• Pegasus
• Jockey
• Claude
• Amazon Bedrock

適合誰看

從事安全監控、內容管理或需要處理海量影片資料的企業技術人員。

摘要依據

講者

Ben Lorica

依據

語音轉文字

為什麼排在這裡

人氣

0.50

新鮮

0.78

在主題頁與搜尋結果裡，名次由相關、人氣、新鮮三個分數決定；這一頁沒有搜尋的關鍵字，所以沒有相關分數。排序怎麼算

相關內容

• Why Video Agent models are next — Ethan He, xAI Grok ImaginePodcast ・ Latent Space ・ 1 小時 43 分
• 80.与梅涛院士的 3 小时访谈：语言、视频、具身终将汇聚，为什么是世界模型？Podcast ・ 卫诗婕｜漫谈 Light the Star ・ 3 小時 22 分
• 78.Seedance之后，视频Agent何去何从？｜与 OiiOii 闹闹聊视频模型的秘密：数据、生态与感性的结构化Podcast ・ 卫诗婕｜漫谈 Light the Star ・ 1 小時 45 分
• The Engineering Behind the World’s Most Advanced Video AIPodcast ・ Gradient Dissent ・ 15 分鐘
• E223｜应用爆发之年：聊聊模型技术进化与商业化Podcast ・ 硅谷101 ・ 1 小時 7 分
• Moonlake: Causal World Models should be Multimodal, Interactive, and Efficient — with Chris Manning and Fan-yun SunPodcast ・ Latent Space ・ 1 小時 7 分