تحليل معمق · قراءة نحو 4 دقائق
AWS توضح تحليل الفيديو بواسطة Pegasus 1.5 في Bedrock
دليل 19 أكتوبر يشرح إتاحة معلنة يوم 9، مع JSON مؤقت زمنيا وفيديو يصل إلى ساعتين.
- تاريخ المصدر
- نُشر هنا
- تم التحقق من المصدر
نشرت AWS إرشادات دمج TwelveLabs Pegasus 1.5 في Bedrock. المقال مؤرخ في 19 أكتوبر ويشير صراحة إلى إعلان الإتاحة في 9 أكتوبر؛ لذلك هو شرح لاحق وليس إطلاقا جديدا اليوم.
استمع إلى الأخبار
استمع إلى هذا المقال أو تابع تشغيل الأخبار.
جارٍ تجهيز القراءة…
صوت الجهاز
يتولى المتصفح أو الجهاز معالجة النطق. لا يرسل AISubHub النص إلى واجهة صوتية. تختلف الأصوات والتشغيل مع قفل الشاشة حسب الجهاز.
قد تتكرر عبارة قصيرة عند المتابعة.
لمحة سريعة
- يبحث النموذج عن مقاطع يحددها المستخدم ويعيد توقيتات وحقولا منظمة، ويمكن استخدام صور مرجعية لوصف الهدف المطلوب.
- تذكر AWS فيديو يصل إلى ساعتين، وإدخالا من S3 أو مقاطع صغيرة ضمن الطلب، وإتاحة في منطقة أوريغون.
دليل لاحق للإعلان الأول
يشرح مقال AWS في19 أكتوبر الإتاحة المعلنة في9 أكتوبر. يحلل Pegasus1.5 الفيديو كاملا ويعيد مقاطع يحددها التطبيق، بدلا من إجابة سؤال عن لقطة فقط. يمكن إرسال S3 أو فيديو قصير مضمّن دون فهرسة مسبقة. بقاء البيانات داخل حدود AWS ادعاء المورد، وليس تدقيقا من AISubHub.
يسرد الجدول الاستدلال عند الطلب في Oregon us-west-2، النموذج twelvelabs.pegasus-1-5-v1:0 وواجهتي InvokeModel وInvokeModelWithResponseStream في runtime. وجود بادئة global وبديل us في المثال لا يثبت الإتاحة في كل منطقة؛ يلزم فحص بطاقة النموذج وجغرافيا المعالجة المسموح بها.
نمطان بحمولتين مختلفتين
general هو الافتراضي؛ يسأل inputPrompt وتأتي الإجابة في message. مع responseFormat.type:json_schema يوضع المخطط في jsonSchema وتكون message سلسلة JSON. أما time_based_metadata فيستخدم segment_definitions بدلا من inputPrompt، الذي ينبغي حذفه.
لكل تعريف id وdescription لشروط التطابق وfields بأسماء وأنواع ووصف. يمكن تعريف أقسام بث وطلب العنوان والملخص والمواضيع، وتعريف آخر للعلامات التجارية. تتشارك النتائج قائمة segments ويبين _definition_id معيارها. تحليلنا: هذه سياسة وسم قابلة لإعادة الاستخدام؛ يجب الاتفاق على حدود المقطع قبل مقارنة الأرشيف.
تمثيل الوقت والصور المرجعية
تشمل النتيجة start_sec وend_sec والحقول المطلوبة، لكن القيم ليست أرقاما دائما. يحدد segmentTimeFormat أرقام seconds أو سلاسل hh:mm:ss وhh:mm:ss.fff، وتوجد definition_errors. تحليلنا: فحص الأخطاء وتوحيد الوقت وحفظ هوية التعريف يمنع اعتبار النتائج الجزئية فهرسا كاملا.
تحدد الصور منتجا أو شعارا أو شخصا. في general توضع في promptV2.mediaSources مع السؤال في inputText؛ وفي التقسيم داخل mediaSources لكل تعريف. يلزم name وmedia_type:image ومصدر واحد فقط، base64String أو S3، حتى30 صورة بالطلب. مثال الزورق توضيح، لا اختبار دقة مستقل.
حدود الإدخال وشروط الوصول
تزيد المدة من ساعة فيPegasus1.2 إلى ساعتين. الحد2GB من S3 و25MB مضمّنا، والدقة360×360 إلى5184×2160، والنسب1:1 إلى2.4:1 أو معكوسها، وصيغ FFmpeg. تحدد هذه الشروط الحاجة إلى معالجة الأرشيف مسبقا.
يطلب S3 قيمتي uri وbucketOwner. يلزم حساب AWS ووصول للنموذج وPython3.10 أو أحدث وBoto3 وصلاحيات invoke. إضافة إلى بيانات التوقيع، يحتاج bearer إلى bedrock:CallWithBearerToken؛ توصي AWS بمفاتيح قصيرة العمر للإنتاج. ليست هذه عضوية فيديو شخصية.
الاكتمال والقياس والفاتورة
يضبط المثال مهلة القراءة900 ثانية والاتصال10 ثوان دون إعادة محاولة SDK. إنها إعدادات لا وعد بزمن فعلي. يعني stopReason:length انتهاء maxOutputTokens قبل الاكتمال. وصول أجزاء message بالبث لا يثبت استلام كل بيانات المقاطع.
يضيف includeMetering:true حقلي outputTokenCount وinputVideoSecond للاستجابة غير المتدفقة. تعرض CloudWatch الاستدعاءات والرموز والتأخر وأخطاء العميل، وتفصل ملفات الاستدلال الموسومة الاستخدام حسب التطبيق. تظهر رسوم Marketplace تحت TwelveLabs بالفاتورة وCost Explorer بدلا من Bedrock. لم نقس تكلفة مكتبة فيديو كاملة.
تحليل: اختبر الوسوم نفسها
الأرشيف الإخباري والرياضة والتوصيات السياقية وسلامة العلامة أمثلة استخدام. نقترح تثبيت التعريفات، وسم مقاطع يدويا وقياس الفقد والتطابق الخاطئ وحدود الوقت. يجب فصل تقييم الصور المرجعية عن النص وحده. JSON صحيح أو ملخص سلس لا يثبت التغطية الكاملة. أدرج مقاطع بلا هدف وعناصر مشابهة وانتقالات غامضة؛ صنف أخطاء التعريف والمطابقة البصرية والوقت بدلا من الحكم على سلاسة الملخص وحدها.
الإنجليزية مدعومة بالكامل؛ العربية والصينية والفرنسية والألمانية والإيطالية واليابانية والكورية والبرتغالية والروسية والإسبانية والتايلندية والفيتنامية جزئيا. ترجمة الواجهة لا تعني أداء متساويا. تبقي AWS البشر للمراجعة. اقتراحنا ليس دليلا مقاسا على الدقة أو التأخر أو حقوق الاستخدام أو التوفير؛ يجب إمكان الرجوع للفيديو والتحقق من الوسوم.
لماذا يهم
قد تساعد البيانات الوصفية لكل مقطع فرق الأرشيف والأخبار والرياضة على تنظيم المواد. ينبغي مقارنة التوقيتات بتعليقات بشرية وقياس المشاهد المفقودة والتطابقات الخاطئة قبل إدخال النتائج في نظام بحث إنتاجي.
القيود والتوافر
هذه واجهة سحابية تتطلب حساب AWS وصلاحيات وإتاحة النموذج، وليست اشتراك فيديو شخصيا. تقول AWS إن الفوترة تمر عبر Marketplace باسم TwelveLabs. تختلف تغطية اللغات وتبقى المراجعة البشرية ضرورية. لم نختبر الدقة أو زمن الاستجابة أو التكلفة الكاملة بصورة مستقلة.
المصادر والأدلة
تاريخ المصدر: 19/10/2026 · تم التحقق من المصدر: 20/10/2026
مقالات تحريرية بمساعدة الذكاء الاصطناعي تُراجع مقابل المصادر الأولية المذكورة. تُنسب ادعاءات الشركات إليها، والإدراج لا يعني التوصية.