深度解读 · 约 6 分钟阅读
AWS详解Bedrock中Pegasus 1.5的视频分析
10月19日说明稿回顾10月9日上线，介绍时间戳JSON与两小时视频处理。
- 原文发布
- 本站发布
- 核实时间
AWS发布了TwelveLabs Pegasus 1.5在Bedrock中的接入指南。该文回顾10月9日的可用性公告，是后续技术说明，并非今天首次上线。
听读资讯
朗读当前文章，或连续收听资讯。
正在准备听读…
设备语音
朗读由浏览器或设备处理，AISubHub 不向音频 API 发送文本。可用语音及锁屏播放能力因设备而异。
继续播放时可能重复一小段。
一分钟速览
- 模型可按用户定义寻找视频片段，返回时间戳和结构化字段；参考图像也可用于描述目标。
- 原文列出最长两小时视频、S3或短片内联输入，以及美国西部俄勒冈区域的可用性。
指南补充了什么能力
AWS的10月19日文章是在解释10月9日已宣布的可用性，并非又一次首发。重点是让应用定义需要寻找的片段，由Pegasus 1.5分析整段视频，返回时间化元数据，而不只是对短片问一个问题。视频可直接从S3或以内联短片输入，无需预先建立索引；数据保持在AWS边界内是厂商表述，本站没有独立审计。
文中列出按需推理、美国西部俄勒冈us-west-2，以及模型ID twelvelabs.pegasus-1-5-v1:0，通过runtime的InvokeModel或流式API调用。代码另用global推理配置前缀并提到us替代项，不能据此认为任意地区都可部署，仍须核对模型卡和允许的数据处理地域。
两种模式怎样组织请求
默认general模式以inputPrompt提问，回答放在message；指定responseFormat.type:json_schema后，在jsonSchema放结构，message会返回JSON字符串。time_based_metadata则设置segment_definitions，由片段定义替代inputPrompt，原文要求此时省略后者。
每个定义有id、描述匹配事件的description，以及带名称、类型和说明的fields。新闻台可定义编辑栏目，提取标题、摘要、主题；另一定义可查品牌出现。多个定义共用segments列表，以_definition_id区分。本站分析：这实际是一套可复用标注政策，先统一什么算一个片段，跨素材比较才有意义。
时间字段与参考图像
输出含start_sec、end_sec及指定字段，但字段名带sec不代表值总是数字：segmentTimeFormat可选seconds、hh:mm:ss或hh:mm:ss.fff，另有definition_errors。本站分析：入检索库前应检查错误列表、统一时间表示并保留定义标识，避免部分处理结果被误当完整目录。
参考图可指定产品、商标或人物。general模式在promptV2.mediaSources放图、inputText放问题；分段模式将mediaSources放进各定义。图像须有name、media_type:image，以及base64String或S3来源二选一，每请求最多30张。原文用独木舟举例，不是本站验证过的识别准确率。
输入规格和接入条件
视频上限由Pegasus 1.2的一小时增至两小时。S3文件最多2GB，base64内联最多25MB；分辨率为360×360至5184×2160，宽高比1:1至2.4:1或其倒数，格式为FFmpeg支持的类型。这些条件决定档案视频是否需要预处理。
S3请求需uri和bucketOwner。前提还包括AWS与模型访问、Python 3.10以上及Boto3、对应invoke权限。原文介绍签名凭据与可选Bearer令牌；后者另需bedrock:CallWithBearerToken，生产建议短期密钥。这是云API接入要求，不是个人视频会员权益。
完成状态、计量与账单
示例设置读取超时900秒、连接超时10秒、SDK不重试，说明长视频客户端需要明确配置，不代表实测耗时承诺。应检查stopReason；length表示达到maxOutputTokens而提前停止。收到流式message片段，也不等于片段元数据已经完整返回。
includeMetering:true让非流式结果增加outputTokenCount和inputVideoSecond。CloudWatch提供调用量、输出令牌、延迟及客户端错误指标，带标签的应用推理配置可拆分用量。AWS称Marketplace费用在账单和Cost Explorer中归于TwelveLabs，而非Bedrock。原文并未算出某个视频库的总成本，本站也未测试。
本站分析：怎样验收结果
新闻档案、体育集锦、情境推荐和品牌安全是原文举例。建议固定定义，人工标注代表性短片，分别比较漏检、误匹配和时间边界偏差；图像参考与纯文字匹配应单独测。流畅摘要或有效JSON不能证明模型找全了相关画面。 评测样本还应包含目标根本未出现的负例、外观相似的干扰物，以及边界难判断的过渡镜头。把这些错误单独归类，才能判断问题来自事件定义、参考图匹配，还是时间边界，而不是只看整体摘要是否流畅。
英语获完整支持，阿拉伯语、中文、法语、德语、意大利语、日语、韩语、葡语、俄语、西语、泰语和越南语为部分支持。界面已翻译不等于各语言模型效果一致。AWS也保留人工复核；本站提出的是流程判断，未验证准确率、延迟、版权许可或节省金额，正式使用前仍应能回看原片与标注。
有什么影响
对新闻档案或体育内容团队，片段级元数据可能帮助整理、检索既有素材。试点时应将自动时间戳与人工标注对照，检查漏检和误匹配，再决定是否进入正式检索流程。
限制与可用性
这是需要AWS账户、权限及模型访问的云端API，不是个人视频会员。AWS说明费用通过Marketplace记在TwelveLabs名下。不同语言的支持程度有差异，仍需人工复核；本稿未独立测试准确率、延迟或完整处理成本。
来源与证据
原文发布: 2026年10月19日 · 核实时间: 2026年10月20日
AI 辅助采编，依据所列一手来源核实。厂商自报结论注明归属，收录不代表背书。