用途:TwelveLabs 提供视频基础模型,可跨画面、屏幕文字、动作、声音、语音与音乐理解素材,并通过 REST API、Python/Node SDK、MCP 服务器和 NLE 插件调用。本技能用于日志记录、搜索、描述、分段和打标签,不生成或编辑像素。
主要能力:Marengo 负责搜索与嵌入(/search、/embed),输出排序片段与向量;Pegasus 负责分析与文本生成(/analyze),输出自然语言或结构化文本。Marengo 3.0 支持 512 维嵌入、4 秒至 4 小时视频、36 种语言;Pegasus 1.5 支持结构化分段、参考图、时间范围与更大上下文窗口。
使用方式:先创建 index,再上传并异步索引视频(旧版 POST /v1.3/tasks 或新版 asset 流程),轮询任务至 ready。搜索用 POST /v1.3/search,支持文本、图像或组合查询,可设 search_options、operator 与 transcription_options。分析用 POST /v1.3/analyze,可设 prompt、temperature、max_tokens、response_format 等。嵌入用 Embed API v2,同步处理 10 分钟内媒体,异步处理最长 4 小时。
适用场景:素材库检索、自动日志与标签、章节/场景/高光分段、视频转文本、合规与品牌安全审查、自定义推荐或 RAG 向量库。
限制:不生成视频、不做转码或特效;搜索每次仅限一个 index;索引与分析均为异步;格式与大小上限因模型而异;免费计划有 600 分钟索引、90 天可访问、每 index 100 视频、5 并发任务等约束;部分旧端点已弃用。定价与配额以官方文档为准。