Twelve Labs 接入 Frame.io V4：右键用自然语言搜空镜、查违规

如果你做过视频剪辑或后期审片，大概都有过这种痛苦经历：为了找一段「无人机拍的海岸线大景」或者某个人笑场的花絮，得在几百个无名素材里一帧一帧拖动进度条。

视频 AI 公司 Twelve Labs 宣布将自家的视频理解模型接入了 Adobe 旗下的 Frame.io V4。

剪辑师和制作者不用跳出 Frame.io，也不用重新下载素材，直接点右键就能用自然语言搜视频、自动打标签，甚至抓违规镜头。

右键一下，把素材库变成搜索引擎

这次整合能跑通，核心是借助了 Frame.io V4 推出的 Custom Actions 和自定义元数据字段。

Twelve Labs 把自己的两个基座模型搬了进来：Marengo 2.7 和 Pegasus 1.2。

其中 Marengo 2.7 负责把视频、音频和文本转换成向量嵌入，让整个视频库支持语义级检索。你想找镜头，不用依赖以前人工填写的标签，直接打一句「无人机航拍海岸线」，系统就能抓出来。

它还支持以图搜视频。上传一张静止参考图，算法就能在素材库里找出色调、构图或场景匹配的备用镜头或 B-roll。

Pegasus 1.2 则负责看懂上下文并生成文本。它不光能识别画面里有桌子、有人，还能理解故事脉络和情绪基调，自动把摘要、标签和主题写回 Frame.io 的属性栏里。

团队还能用它做合规审查。一旦发现违反品牌规范或监管要求的内容，AI 会直接在 Frame.io 的时间轴评论区留下带精确时间戳的批注。

为什么重要

我们认为，Twelve Labs 这一步走得相当务实，切中了专业影视和广告制作最麻烦的痛点。

以往很多视频大模型都执着于在自己的网页端做演示，但真正的后期团队每天都泡在 Frame.io 和剪辑软件里，根本不想频繁导素材换网页。直接以右键插件的形式嵌入工业级流程，几乎没有迁移成本。

对中大型制作公司和企业内容团队来说，这能省下海量的人工打标和翻素材时间。特别是找备用素材和处理版权合规，过去都是极度耗费人力的脏活累活。

不过，这种工作流在实际落地时也要面对成本问题。视频多模态索引和 Pegasus 这种大模型的推理成本不低，如果对几千小时的成片和原始素材进行全量扫描，中小团队的算力或 API 账单可能会迅速攀升。

但整体来看，随着 Frame.io 成为 Adobe 生态中的枢纽，将深层视频理解能力直接固化在资产管理中，看起来会迫使其他视频审片工具加速跟进这类 AI 原生功能。