TwelveLabs Pegasus 1.5 上线 Amazon Bedrock

TwelveLabs 的 Pegasus 1.5 视频语言模型现已在 Amazon Bedrock 可用，该版本核心升级在于支持基于用户定义的 segment definitions 进行全视频扫描，并返回带有精确起止时间的结构化 JSON 元数据，而非仅生成文本摘要。相比前代，它允许单次请求处理长达两小时的视频，并引入了结合参考图片的多模态提示能力，使模型能识别特定物体或品牌出现的具体时刻。 在工程实现上，Pegasus 1.5 支持直接从 Amazon S3 URI 读取视频或上传最高 25 MB 的 base64 字符串，无需预先建立索引管道。API 调用通过 InvokeModel 接口完成，用户可指定 analysisMode 为 time_based_metadata 以获取分段结果，或通过 responseFormat 约束输出为符合自定义 JSON Schema 的结构化数据。此外，模型支持多语言（含中文）及多种分辨率格式，且计费通过 AWS Marketplace 单独结算，便于按应用追踪成本。 这一发布标志着视频理解任务从“检索式问答”向“自动化标注”迁移的关键一步。对于新闻归档、体育赛事剪辑或流媒体内容审核等场景，企业可直接利用该模型批量生成带时间戳的元数据，大幅减少人工审阅工作量。事实层面，该模型已在 US West (Oregon) 区域开放；推断层面，其分段机制可能重塑长视频内容的搜索与推荐逻辑；猜测层面，未来若支持更多参考图输入或实时流处理，将进一步扩展其在监控与直播领域的应用边界。