Jockey von TwelveLabs ist eine KI-Agentenschicht für das Videoverständnis, die Medienbibliotheken über dialogbasierte Schnittstellen und Entwickler-APIs indexiert, durchsucht, ordnet und schneidet.
Funktion und offizielle Positionierung des Produkts
Jockey von TwelveLabs fungiert als agentische Schicht für Medienverständnis und Workflow-Orchestrierung über Video- und Bildbibliotheken hinweg. Basierend auf dem Indexierungsmodell Marengo und dem Sprachmodell Pegasus interpretiert das System Filmmaterial semantisch, wodurch manuelle Verschlagwortungen, Ordnerstrukturen oder herkömmliche Benennungsschemata überflüssig werden.
Das Werkzeug ermöglicht es Nutzern, präzise Zitate oder visuelle Momente mithilfe natürlicher Sprache zu finden, Inhalte automatisch in themen- oder charakterbasierte Sammlungen zu sortieren und neue Schnitte direkt als MP4-Dateien zusammenzustellen. Entwickler können das System zudem über APIs und SDKs ansprechen, um strukturierte JSON-Metadaten mit bildgenauen Zeitstempeln abzurufen.
Durch offizielle Quellen belegte Anwendungsfälle
Video-Editoren und Medienschaffende durchsuchen umfangreiche Kataloge mit beschreibenden Sätzen, um Dialoge oder Szenen zu finden und Rohschnitt-Highlights zu erstellen.
Marketingteams kategorisieren Werbearchive nach Format, Creator und Hook, um die Zuschauerbindung zu Beginn zu bewerten und Auftritte von Darstellern oder Logos zu identifizieren.
Anwendungsentwickler definieren JSON-Schemas über die API, um Videodateien einzulesen und bildgenaue, zeitgestempelte strukturierte Daten für Deep-Linking beim Abspielen zu erhalten.
Der dokumentierte Ablauf, sofern verfügbar
Verbinden Sie Jockey über unterstützte Integrationen wie Claude, ChatGPT oder die REST-API und SDKs von TwelveLabs.
Laden Sie Video- und Bilddateien direkt hoch oder übergeben Sie öffentliche URLs, die auf das Zielmaterial verweisen.
Geben Sie Anweisungen in natürlicher Sprache ein, um Momente abzurufen, Sammlungen zu strukturieren oder den Export fertig geschnittener Medien zu veranlassen.
Jockey fungiert als operative Agentenschicht zur Koordination der grundlegenden Videomodelle von TwelveLabs. Während das Marengo-Modell einheitliche multimodale Embeddings über Video-, Audio-, Bild- und Textdaten hinweg erzeugt und Pegasus den narrativen Kontext interpretiert, führt Jockey übergeordnete Aufgaben anhand von Nutzerprompts aus.
Anstatt Interaktionen auf die passive Videosuche zu beschränken, ermöglicht der Agent eine durchgehende Medienbearbeitung. Nutzer können den Agenten anweisen, relevantes Material aufzuspüren, Momente chronologisch oder thematisch anzuordnen, Intervalle bildgenau zu trimmen und fertige MP4-Kompilationen zu rendern.
Prüfungen mit eigenen Inhalten und Arbeitsabläufen
Welche Quellen wann geprüft wurden
Antworten auf Basis des quellengeprüften Produkteintrags
Jockey unterstützt Videodateien in den Formaten MP4, MOV, AVI, MKV und WebM sowie Bilddateien in JPEG, PNG, HEIC, HEIF, WebP, BMP und GIF.
Jockey verzichtet auf traditionelle Gesichtserkennung und biometrische Datenbanken; Personen werden anhand visueller, bewegungsbasierter und kontextueller Hinweise gruppiert.
Wird eine Löschung in den Kontoeinstellungen vorgenommen, werden Originaldateien, erzeugte Indizes, zugehörige Metadaten und der Nutzungsverlauf dauerhaft und vollständig entfernt.
Jockey dient als Orchestrierungsschicht über dem Marengo-Modell von TwelveLabs zur semantischen Indexierung und dem Pegasus-Modell zum natürlichsprachlichen Videoverständnis.
Nutzer können Jockey direkt innerhalb von Umgebungen wie Claude oder ChatGPT verwenden oder über die API und SDKs von TwelveLabs maßgeschneiderte Integrationen aufbauen.
