Amazon Bedrock Yönetilen Bilgi Tabanı artık TwelveLabs Marengo 3.0 ile video, ses ve görüntü içeriği için çok modlu katıştırmaları destekliyor
AWS, müşterilerin video, ses ve görüntü içeriği için çok modlu katıştırmalar oluşturmalarına olanak tanıyan TwelveLabs Marengo 3.0'ın Amazon Bedrock Yönetilen Bilgi Tabanı'nda bir katıştırma modeli olarak kullanılabileceğini duyurdu. Amazon Bedrock Yönetilen Bilgi Tabanı, zaten ses ve videoyu metne dönüştürerek ve metin tabanlı katıştırmalar oluşturarak medya aramayı desteklemektedir. Marengo 3.0, görsel sahneleri, konuşmayı ve video ipuçlarını doğrudan çok modlu katıştırmalara kodlayarak bunun da ilerisine gidiyor ve deşifrenin tek başına yakalayamayacağı anlamları yakalıyor. Medya varlıklarınızı Amazon S3 gibi veri kaynaklarından yükleyin ve altyapı yönetmeden doğal dili kullanarak senkronize edin ve arama yapın.
Marengo 3.0, en son teknoloji alma doğruluğu sağlayan kompakt 512 boyutlu vektörler üretir. Sonuç olarak uygulamaların videonun ilgili anlarına doğrudan geçmesini sağlayan segment başlangıç ve bitiş süreleri elde edersiniz. Bu özellik, sezonlarca maç görüntüsü içinden belirli pozisyonları bulmaktan ders bölümlerini anahtar kelimeler yerine konsepte göre bulmaya kadar spor analizi, medya ve eğlence, güvenlik, eğitim ve perakende satış alanlarındaki kullanım durumlarında yardımcı olur. Model, içerik yapınıza uyacak şekilde yapılandırılabilir segmentasyon seçenekleri sunar.
Daha fazla bilgi edinmek için Amazon Bedrock Bilgi Tabanı Kullanıcı Kılavuzu'ndaki TwelveLabs Marengo 3.0 katıştırma modeli entegrasyonuna bakın. Daha fazla bilgi için Amazon Bedrock Bilgi Tabanları ürün sayfasını ziyaret edin.