TwelveLabs Marengo 3.0

Mis on TwelveLabs Marengo 3.0?

Marengo 3.0 on TwelveLabs'i kõige arenenum multimodaalne manustamismudel, mis on loodud pakkuma inimesetaolist videomõistmist tohutul skaalal. Erinevalt traditsioonilistest videoanalüüsi tööriistadest, mis tuginevad käsitsi märgendamisele või lihtsatele metaandmetele, ühendab Marengo 3.0 video, heli ja teksti ühtseks terviklikuks esituseks. See võimaldab täpset loomuliku keele põhist video otsingut ja leidmist tervetes teekides – muutes toormaterjali minutitega AI-valmis otsitavaks varaks.

Kellele see on mõeldud

• Meedia- ja meelelahutusmeeskonnad, kes peavad otsima tuhandetest tundidest videomaterjali konkreetseid stseene, dialooge või emotsioone ilma käsitsi märgendamiseta.
• Vastavus- ja ohutusspetsialistid, kes vajavad skaleeritavat ja selgitatavat AI-d, et tuvastada poliitikariske, tundlikku sisu ja brändiohutuse probleeme videoarhiivides.
• Sisuloojad ja toimetajad, kes soovivad luua töötlusi, teemakohaseid klippe või tipphetkede kokkuvõtteid suurtest päevamaterjalidest, kasutades lihtsaid loomuliku keele kirjeldusi.

Peamised omadused

Multimodaalne videomõistmine

Marengo 3.0 töötleb videot, heli ja teksti koos ühes manustamismudelis, võimaldades terviklikku arusaamist sellest, mis ekraanil toimub, mida öeldakse ja kuidas seda öeldakse. See võimaldab kasutajatel otsida konkreetseid tegevusi, stseene, dialooge ja isegi inimemotsioone tundide või aastate pikkusest materjalist – ilma märgenditeta.

Reaalajas indekseerimine skaalal

Platvorm võtab multimodaalseid andmeid vastu ühe torustiku kaudu ligikaudu 60x reaalajas kiirusel, mis tähendab, et üks tund videot indekseeritakse umbes minutiga. Organisatsioonid saavad töödelda 10 000+ tundi päevas, muutes võimalikuks analüüsida terveid videoteeke ilma kitsaskohtadeta.

Automaatne stseenide segmenteerimine

Marengo 3.0 tuvastab automaatselt loomulikud katkestused, stseenimuutused ja tempomuutused pikkades videotes, tuginedes tegelikule visuaalsele ja helisisule – mitte ainult transkriptsiooni analüüsile. See võime tõi mudelile #1 koha Video-MME võrdlusalusel videopõhjendamiseks.

Selgitatav vastavusskaneerimine

Mudel toob esile poliitikariskid ja tundliku sisu selgitatava AI abil, nii et vastavusmeeskonnad saavad märgitud segmente kiiresti ja enesekindlalt üle vaadata. See vähendab käsitsi ülevaatamise aega kuni 10 korda võrreldes traditsiooniliste meetoditega.

Mis paistab silma

"Mitte transkriptsiooni lugeja. Video põhjendaja."

Marengo 3.0 ei analüüsi ainult kõnest teksti – see mõistab video täielikku multimodaalset konteksti, sealhulgas visuaalseid tegevusi, stseenide kompositsiooni ja helisignaale. See tähendab, et see suudab leida konkreetse emotsionaalse reaktsiooni, peene brändipaigutuse või keerulise tegevusjada, mida ükski transkriptsioon ei suudaks tabada. Mudel saavutab täiustatud komposiittäpsuse kõigis modaalsustes, seades uue võrdlusaluse sellele, mida video AI suudab saavutada.

Tasub proovida, kui…

Haldad suuri videoteeke ja vajad otsida, segmenteerida või analüüsida materjali skaalal loomuliku keele abil. Marengo 3.0 on eriti väärtuslik organisatsioonidele meediatootmises, sisu vastavuses, spordianalüütikas või mis tahes valdkonnas, kus video on peamine andmeallikas, kuid käsitsi ülevaatamine on ebapraktiline. Kui oled varem võidelnud tööriistadega, mis loevad ainult transkriptsioone või nõuavad ulatuslikku märgendamist, pakub see mudel põhimõtteliselt teistsugust lähenemist – sellist, mis näeb ja mõistab videot nagu inimesed.