TwelveLabs 釋出 Pegasus 1.5 與 Rodeo：用自然語言檢索與組裝影片

過去剪輯師最怕的事，大概就是在一堆動輒幾小時的素材裡找某個特定的鏡頭。哪怕到了大模型時代，大部分多模態工具也只能給你一句籠統的影片概述，根本精確不到秒。

在 NAB Show 2026 上，專注於影片理解的 TwelveLabs 拿出了自己的解決方案，一口氣釋出了 Pegasus 1.5 模型、首個創作者應用 Rodeo，還把能力直接接進了影視工業常用的 Autodesk Flow Capture。

找鏡頭不用重做索引，單次 API 搞定

這次更新的核心是基礎模型 Pegasus 1.5。它主打的能力叫基於時間的後設資料提取。

以往做影片檢索，團隊往往要先切片、打標、建索引，流程非常繁瑣。Pegasus 1.5 允許使用者直接定義自己需要的結構化資料格式，比如某個品牌何時露出、某個關鍵動作發生在什麼時候。

只要調一次 API，模型就會自己識別時間邊界，直接輸出帶時間戳的結構化結果，既不需要提前手動標註，也不用反覆重建索引。

官方公佈的資料顯示，在早期綜合切片質量基準測試中，Pegasus 1.5 比 Gemini 2.5 Pro 高出 30%。目前這家公司已經將該模型落地在一家大型廣播電視網的生產環境裡。

從純模型到底層工具與應用

除了底層模型，TwelveLabs 還做了一款面向應用層的新產品 Rodeo。

這是 TwelveLabs 第一次做應用級工具，定位是影片創作者的 AI 助手。創作者不需要做任何技術對接，直接用自然語言吩咐裡面的 AI Agent，Agent 就會幫著找素材、提剪輯建議，甚至直接把鏡頭順次拼好。

與此同時，他們還拉來了 Autodesk 合作。

好萊塢和獨立製片團隊常用的樣片與審閱軟體 Autodesk Flow Capture，正式接入了 TwelveLabs 的智慧搜尋與智慧操作。剪輯和製作團隊可以直接在已有工作流裡搜畫面，素材一上傳就會自動打標和分流。

為什麼重要

我們認為，TwelveLabs 這次動作最聰明的地方，是沒有停留在「又刷了一個影片基準分」的紙面競爭上，而是直接把影片理解切進了真實工業生產的管線。

對影片創作者和剪輯師來說，如果 Rodeo 後續開放度夠高，把粗剪階段的翻素材、搭骨架交給 Agent，確實能省下大把枯燥的體力活。而對於影視工業團隊，直接嵌在 Autodesk Flow Capture 裡，意味著團隊不需要換工作軟體就能用上，門檻大幅降低。

從行業競爭來看，通用大模型廠商如 Google 也在猛推長影片理解，但通用模型往往側重回答問題，很難精確輸出符合剪輯軟體要求的結構化時間軸。TwelveLabs 緊咬垂直領域的切片與後設資料能力，在細分基準上壓過通用大模型，是在給自己築起護城河。

不過，目前的隱患在於，結構化提取和 Agent 建議在面對極其複雜的影視敘事語境時，究竟能做到多準。一旦時間戳稍有漂移，或者對情緒焦點的理解偏差，剪輯師還是得回退到人工篩查。要真正成為影視工業的基礎設施，它的端到端可靠性還得經受更多大型專案的考驗。