🎉 TwelveLabs Raises $100M Series B to build the future of video superintelligence. Read more.

プラットフォーム

価格

ソリューション

構築

資料

会社情報

Select Language

Playgroundへ移動

営業担当に相談する

🎉 TwelveLabs Raises $100M Series B to build the future of video superintelligence. Read more.

ペガサス 1.5

生の動画を構造化データに変換。

話者の交代、ブランドの出現、プレイ、ポリシー違反などの重要なイベントを定義し、1回のAPI呼び出しでタイムコード付きのJSONを返す、動画からテキストへの生成モデルです。

2時間

エンドツーエンドで完全な時間的コンテキストを保持できる最大動画再生時間。

入力プロンプトと生成される出力の両方でサポートされている言語。

インデックス前処理ステップ。URL、アセット、またはbase64を送信するだけで、テキストが返されます。

JSON

編集ソフトやパイプラインにそのまま組み込める、構造化されたセグメンテーション出力。

ペガサスだけがすること。

汎用的なVLMはフレームをただ貼り合わせるだけで、それを「理解」と呼んでいます。Pegasusは動画専用に構築されており、プロンプトにタイムスタンプが含まれた瞬間にその実力差は一目瞭然になります。

回答にはタイムスタンプが付与されます。

Pegasusは「動画の真ん中あたり」ではなく、正確なタイムスタンプで回答します。モデル自体にきめ細かな時間的推論が組み込まれています。

細かい部分まで読み解く。

オンスクリーンテキスト。ユニフォームの背番号。ホワイトボード。レシート。Pegasusは音声トラックと一緒にフレームを解析するため、要約にはスライドの内容も含まれます。

生の動画から構造化されたJSONへ。

話者の交代、ブランドロゴの登場、シーンの切り替えなどのセグメントを定義し、必要なフィールドを選択するだけで、Pegasusがタイムスタンプ付きのJSONを返します。

画像を参照して質問する。

ロゴ、顔、製品などの参照画像をドロップするだけで、Pegasusがそれを視覚的コンテキストとして認識し、活用します。

サインアップから最初の結果を得るまで、わずか5分。

同じモデル、プロンプト、JSON出力。チームに最適なインターフェースを選択してください。

Python

Node.js

import requests
 
# ステップ 2: APIのURLと特定のエンドポイントを定義する
API_URL = "https://api.twelvelabs.io/v1.3"
INDEXES_URL = f"{API_URL}/indexes"
 
# ステップ 3: 認証に必要なヘッダーを作成する
headers = {
    "x-api-key": "<YOUR_API_KEY>"
}
 
# ステップ 4: APIリクエスト用のデータペイロードを準備する
INDEX_NAME = "<YOUR_INDEX_NAME>"
data = {
    "models": [
        {
            "model_name": "marengo3.0",
            "model_options": ["visual", "audio"]
        }
    ]
}