Análisis en profundidad · Unos 5 min de lectura
AWS explica el análisis de video Pegasus 1.5 en Bedrock
La guía del 19 de octubre explica la disponibilidad del día 9, JSON temporal y videos de dos horas.
- Fecha de la fuente
- Publicado aquí
- Fuente revisada
AWS publicó instrucciones para integrar TwelveLabs Pegasus 1.5 en Bedrock. El artículo del 19 de octubre remite al anuncio del 9: es una explicación posterior, no un lanzamiento de hoy.
Escucha las noticias
Escucha este artículo o continúa con las noticias.
Preparando la lectura…
Voz del dispositivo
El navegador o dispositivo procesa la voz. AISubHub no envía el texto a una API de audio. Las voces y la reproducción con pantalla bloqueada dependen del dispositivo.
Al continuar puede repetirse una frase breve.
Resumen
- El modelo puede localizar segmentos definidos por el usuario y devolver tiempos y campos estructurados; admite imágenes de referencia para describir objetivos.
- AWS señala videos de hasta dos horas, entradas desde S3 o clips pequeños incluidos en la petición y disponibilidad en Oregón.
Una guía posterior al lanzamiento
El artículo de AWS del 19 de octubre desarrolla la disponibilidad anunciada el día 9. Pegasus 1.5 analiza un video completo y devuelve segmentos definidos por la aplicación, en lugar de limitarse a responder sobre un clip. Puede recibir un objeto S3 o video corto inline sin indexación previa. La permanencia dentro del perímetro de datos AWS es una afirmación del proveedor, no una auditoría nuestra.
La tabla indica inferencia bajo demanda en Oregón, us-west-2, modelo twelvelabs.pegasus-1-5-v1:0 y APIs InvokeModel o InvokeModelWithResponseStream de runtime. El ejemplo usa un prefijo global y menciona us como alternativa; no demuestra disponibilidad universal. Hay que comprobar la ficha del modelo y la geografía autorizada.
Dos modos y sus solicitudes
General es el modo predeterminado: inputPrompt contiene la pregunta y message la respuesta. Con responseFormat.type:json_schema, jsonSchema contiene el esquema y message devuelve una cadena JSON. time_based_metadata utiliza segment_definitions en lugar de inputPrompt, que debe omitirse.
Cada definición contiene id, description y fields con nombre, tipo y explicación. Una emisora puede definir secciones editoriales con título, resumen y temas, y otra definición buscar marcas. Los resultados comparten segments y _definition_id identifica el criterio. Análisis: estas definiciones son una política de anotación reutilizable; acordar los límites del segmento precede a comparar archivos.
Tiempos y referencias visuales
Los segmentos incluyen start_sec, end_sec y los campos pedidos. segmentTimeFormat puede producir números seconds o cadenas hh:mm:ss y hh:mm:ss.fff; los nombres no garantizan tipo numérico. También aparece definition_errors. Análisis: revisar errores, normalizar tiempos y conservar la identidad del criterio antes de indexar evita confundir resultados parciales con un catálogo completo.
Las referencias visuales concretan productos, logotipos o personas. En modo general se usa promptV2.mediaSources con inputText; en segmentación, mediaSources pertenece a cada definición. Cada imagen exige name, media_type:image y una sola fuente, base64String o S3. Se admiten hasta 30 imágenes. La canoa del ejemplo ilustra el uso, no una precisión probada por AISubHub.
Límites y requisitos de integración
Se permiten dos horas frente a una en Pegasus 1.2; hasta 2 GB desde S3 o 25 MB inline. Resolución: 360×360 a 5184×2160; relación de aspecto entre 1:1 y 2.4:1 o inversas; formatos compatibles con FFmpeg. Estos límites determinan si el archivo requiere preprocesamiento.
S3 requiere uri y bucketOwner. Se necesita acceso AWS y al modelo, Python 3.10 o posterior, Boto3 y permisos invoke. Además de credenciales firmadas existe autenticación bearer, que exige bedrock:CallWithBearerToken; AWS recomienda claves breves en producción. Es integración cloud, no una suscripción personal de video.
Finalización, métricas y cobro
El ejemplo usa 900 segundos de read_timeout, 10 de conexión y cero reintentos SDK. Son ajustes ilustrativos, no promesa de latencia. stopReason:length indica corte por maxOutputTokens. Recibir fragmentos message en streaming no demuestra que se haya completado toda la metadata.
includeMetering:true añade outputTokenCount e inputVideoSecond en respuestas no transmitidas. CloudWatch mide invocaciones, tokens, latencia y errores del cliente; perfiles etiquetados separan uso por aplicación. Los cargos Marketplace aparecen bajo TwelveLabs en la factura y Cost Explorer, no bajo Bedrock. No hay una estimación total validada para nuestra videoteca.
Análisis: evaluar las anotaciones
Archivos periodísticos, deportes, recomendaciones contextuales y seguridad de marca son ejemplos del artículo. Proponemos fijar definiciones, anotar clips manualmente y medir omisiones, falsas coincidencias y errores temporales. Evaluar por separado referencias visuales y texto. JSON correcto o un resumen fluido no demuestra cobertura completa. Incluya clips sin objetivo, distractores visualmente similares y transiciones ambiguas; clasifique errores de definición, referencia visual y tiempo, sin evaluar solo la fluidez.
Inglés tiene soporte completo; árabe, chino, francés, alemán, italiano, japonés, coreano, portugués, ruso, español, tailandés y vietnamita, parcial. Una interfaz traducida no implica igual rendimiento. AWS mantiene revisión humana. Nuestra evaluación propone un flujo, sin afirmar precisión, latencia, autorización de derechos ni ahorro medidos; las anotaciones deben poder contrastarse con el video.
Por qué importa
Para archivos audiovisuales o equipos deportivos, estos metadatos podrían facilitar la revisión y organización del material. Un piloto debería comparar tiempos generados con anotaciones humanas y medir omisiones y coincidencias falsas antes de alimentar un buscador.
Límites y disponibilidad
La API requiere cuenta AWS, permisos y acceso al modelo; no es una suscripción personal. AWS factura mediante Marketplace bajo TwelveLabs. El soporte lingüístico varía y requiere revisión humana; no verificamos precisión, latencia ni costo total.
Fuentes y pruebas
Fecha de la fuente: 19 oct 2026 · Fuente revisada: 20 oct 2026
Contenido editorial asistido por IA y contrastado con fuentes primarias. Las afirmaciones del proveedor se atribuyen; la inclusión no implica recomendación.