詳しい解説 · 読了目安 6 分
AWS、BedrockのPegasus 1.5動画分析を解説
10月19日付の技術解説。9日提供開始の動画モデルを詳しく紹介。
- 原典の公開日
- 当サイトの公開日
- 出典確認日
AWSの10月19日付解説は、TwelveLabs Pegasus 1.5のBedrock利用法を紹介する。提供開始は9日で、今日の新規公開ではない。
ニュースを聴く
この記事を読み上げるか、ニュースを続けて聴けます。
読み上げを準備中…
端末の音声
読み上げはブラウザーまたは端末が処理します。AISubHub は文章を音声 API に送りません。利用できる音声やロック画面での再生は端末によって異なります。
再開時に短い部分を繰り返す場合があります。
要点
- 条件を指定して動画区間を抽出し、時刻と項目をJSONで受け取る。参照画像も使える。
- 上限2時間、S3や短い動画のインライン入力、オレゴン地域での提供が案内されている。
初回発表後の接続ガイド
AWSの10月19日記事は、10月9日に発表した提供開始を詳しく説明するものだ。Pegasus 1.5は短い質問への回答にとどまらず、映像全体からアプリの定義に合う区間を返す。事前索引なしでS3または短いインライン動画を渡せる。データがAWS境界内に残るという説明は提供側の主張で、本站の監査結果ではない。
表はOregonのus-west-2、オンデマンド推論、モデルtwelvelabs.pegasus-1-5-v1:0を示し、runtimeのInvokeModelまたはInvokeModelWithResponseStreamを使う。コードのglobal接頭辞と代替usは、全地域での提供を保証しない。モデルカードと許容する処理地域を確認する必要がある。
二つのモードと入力の違い
既定generalモードではinputPromptで質問し、messageで回答を受ける。responseFormat.type:json_schemaならjsonSchemaに構造を指定し、message内のJSON文字列を解析する。time_based_metadataではsegment_definitionsがinputPromptを置き換え、後者は省略する。
定義にはid、条件を記すdescription、名前・型・説明付きfieldsがある。ニュースの編集区間から題名、要約、話題を取り、別定義でブランドを探せる。共通segmentsに結果を集め、_definition_idで分類する。本站分析：再利用できる注釈方針なので、何を一区間と数えるか先に統一したい。
時間表記と画像参照の処理
出力はstart_sec、end_secと要求フィールドを持つが、常に数値ではない。segmentTimeFormatは数値seconds、文字列hh:mm:ss、hh:mm:ss.fffを選べる。definition_errorsも含まれる。分析：エラー確認、時間の正規化、定義ID保存を行い、部分的結果を完全な索引と扱わないことが必要だ。
画像で商品、ロゴ、人物を特定できる。generalはpromptV2.mediaSourcesとinputText、分割は各定義のmediaSourcesを使う。画像はname、media_type:image、base64StringかS3の一方を持ち、一要求最大30枚。カヌーの例は説明用で、本站の独立認識テストではない。
入力上限と利用条件
動画はPegasus 1.2の一時間から二時間へ拡大した。S3は最大2GB、インラインは25MB。解像度360×360〜5184×2160、比率1:1〜2.4:1または逆比、FFmpeg対応形式が条件となり、既存映像の前処理要否を左右する。
S3はuriとbucketOwnerを指定する。AWSとモデルへのアクセス、Python 3.10以上、Boto3、invoke権限が前提だ。署名付き認証のほかBearer方式があり、bedrock:CallWithBearerTokenが必要。AWSは本番に短期キーを推奨する。個人動画会員に含まれる機能ではない。
完了状態と利用料を分ける
例の読み取り期限は900秒、接続10秒、SDK再試行なし。設定例であり実測遅延の約束ではない。stopReason:lengthはmaxOutputTokensによる未完了を示す。messageのストリーミング片を受けたことだけで全メタデータの完成とは言えない。
includeMetering:trueは非ストリーム結果へoutputTokenCountとinputVideoSecondを追加する。CloudWatchは呼出数、トークン、遅延、クライアントエラーを出し、タグ付き推論プロファイルでアプリ別に集計できる。Marketplace料金は請求とCost ExplorerでBedrockではなくTwelveLabsに帰属する。本站は映像庫全体の費用を測っていない。
本站分析：注釈をどう検証するか
ニュース庫、スポーツ、文脈に応じた推薦、ブランド安全性は原文の用途例だ。定義を固定し、手作業で注釈した代表映像に対して見落とし、誤一致、区間境界を比較したい。参照画像とテキストのみは別に測る。正しいJSONや自然な要約だけでは網羅性を示せない。 対象がない負例、似た外観の別物、境界が曖昧な場面転換も含めたい。定義、画像照合、時間位置ごとに誤りを分類し、要約の流暢さだけで判断しない。
英語は完全対応で、アラビア語、中国語、フランス語、ドイツ語、イタリア語、日本語、韓国語、ポルトガル語、ロシア語、スペイン語、タイ語、ベトナム語は部分対応だ。画面の翻訳は同等性能を保証しない。AWSも人の確認を残す。本站の提案は精度、遅延、権利処理、節約の実測ではなく、元映像へ戻って注釈を確認できる運用を求めるものだ。
注目する理由
放送アーカイブやスポーツ編集の素材整理に役立つ可能性がある。人の注釈と生成時刻を比較し、見落としと誤検出を確認してから検索へ組み込みたい。
制約と提供状況
AWSアカウント、権限、モデル利用許可が必要なクラウドAPIで、個人用動画会員ではない。Marketplace経由でTwelveLabsとして課金される。言語対応と結果は要確認。精度、遅延、総費用は独自測定していない。
出典と根拠
原典の公開日: 2026/10/19 · 出典確認日: 2026/10/20
AI を活用した編集記事を、記載した一次情報で確認しています。企業の主張は出典を明示し、掲載は推奨を意味しません。