Knowledge Base gestita di Amazon Bedrock ora supporta gli embedding multimodali per contenuti video, audio e immagine con TwelveLabs Marengo 3.0
AWS rende ora disponibile TwelveLabs Marengo 3.0 come modello di embedding in Knowledge Base gestita di Amazon Bedrock, permettendo ai clienti di creare embedding multimodali per contenuti video, audio e immagine. Knowledge Base gestita di Amazon Bedrock offre già la ricerca sui contenuti multimediali tramite la trascrizione di audio e video in testo e la generazione di embedding basati su testo. Marengo 3.0 si spinge oltre, codificando direttamente negli embedding multimodali scene visive, parlato ed elementi del video, così da cogliere informazioni che la sola trascrizione non è in grado di restituire. Basta caricare le risorse multimediali da origini dati come Amazon S3, eseguire la sincronizzazione e cercare tramite linguaggio naturale, senza dover gestire alcuna infrastruttura.
Marengo 3.0 genera vettori compatti a 512 dimensioni, garantendo una precisione di recupero all'avanguardia. I risultati comprendono gli orari di inizio e fine di ciascun segmento, permettendo alle applicazioni di accedere direttamente al momento pertinente di un video. In questo modo si aprono nuovi casi d'uso in settori quali l'analisi sportiva, i media e l'intrattenimento, la sicurezza, l'istruzione e il retail: dalla ricerca di azioni specifiche nelle riprese delle partite di un'intera stagione all'individuazione di segmenti di lezioni in base al concetto anziché alle parole chiave. Il modello mette a disposizione opzioni di segmentazione configurabili, in linea con la struttura dei contenuti.
Per ulteriori informazioni, consulta l'integrazione del modello di embedding TwelveLabs Marengo 3.0 nella guida utente di Knowledge Base di Amazon Bedrock. Per saperne di più, consulta la pagina del prodotto di Knowledge Bases di Amazon Bedrock.