Pegasus 1.6 von TwelveLabs bietet Video-Intelligence für Physical AI und wandelt First-Person- sowie Robotik-Aufnahmen durch Aktionssegmentierung, dichte Beschreibungen, Qualitätsbewertung und Compliance-Prüfungen in strukturierte Trainingsdaten um.
Funktion und offizielle Positionierung des Produkts
Pegasus 1.6 von TwelveLabs ist eine Video-Intelligence-Lösung, die entwickelt wurde, um First-Person- und Roboteraufnahmen in strukturierte, trainingsbereite Daten für Physical-AI-Pipelines zu überführen.
Die Plattform ermöglicht es Teams, Aktionen zu segmentieren, dichte Beschreibungen des Szenenkontexts zu erstellen, visuelle Qualität zu bewerten, Bestände in natürlicher Sprache zu durchsuchen und sensible persönliche Daten vor der Weiterverarbeitung zu kennzeichnen.
Durch offizielle Quellen belegte Anwendungsfälle
Robotiklabore können Rohaufnahmen aus Ego- und Roboterperspektiven in strukturierte Trainingsdatensätze mit zeitgestempelten Aktionen und Interaktionsbeschreibungen transformieren.
Kommerzielle Datenbereitsteller können Auslieferungsschemata standardisieren, Clip-Qualitäten bewerten und Compliance-Anforderungen vor der Übergabe an Kunden überprüfen.
Physical-AI-Teams können umfangreiche Videoarchive in natürlicher Sprache abfragen, um seltene Anomalien, Ausnahmeereignisse und redundante Szenen aufzudecken.
Der dokumentierte Ablauf, sofern verfügbar
Identifizieren relevanter Momente und Filtern des Rohmaterials anhand spezifischer Aufgabenanforderungen vor der Weiterleitung.
Prüfen des Videomaterials anhand von Verhaltens-, visuellen und Datenschutzkriterien unter Berücksichtigung von Stabilität, Bildausschnitt, Verdeckungen und personenbezogenen Daten.
Bereitstellen strukturierter, mit Zeitstempeln versehener JSON-Ausgaben, die Teams prüfen, filtern und direkt in Workflows für maschinelles Lernen einspeisen können.
Die Plattform wandelt rohe egozentrische Aufnahmen und Robotervideos in strukturierte Daten um, die an benutzerdefinierte Aufgabenstrukturen angepasst sind. Sie identifiziert diskrete, zeitgestempelte Schritte, die vorgegebenen Verblisten und Aktionshierarchien zugeordnet werden können.
Für sprachkonditionierte Roboter-Policies generiert das System Beschreibungen in natürlicher Sprache, die Hand-Objekt-Interaktionen, räumliche Beziehungen und kontextuelle Szenendynamiken detailliert erfassen, ohne dass separate Transkriptions- oder Framing-Werkzeuge kombiniert werden müssen.
Um minderwertige Aufnahmen von Modell-Pipelines fernzuhalten, bewertet die Lösung Kamerastabilität, Bildausschnitt, visuelle Verdeckungen und Aktionsklarheit mithilfe konfigurierbarer Qualitätsprompts.
Der Prüfprozess umfasst zudem automatisierte Compliance-Checks, die Minderjährige sowie personenbezogene Daten wie Gesichter, Nummernschilder, Dienstausweise und Dokumente vor der Datenauslieferung lokalisieren.
Prüfungen mit eigenen Inhalten und Arbeitsabläufen
Welche Quellen wann geprüft wurden
Antworten auf Basis des quellengeprüften Produkteintrags
Die Plattform verarbeitet egozentrische First-Person-Videos sowie Roboteraufnahmen, um Trainingsdaten für Workflows im Bereich Physical AI vorzubereiten.
Ja, Teams können eigene Verblisten, Aktionshierarchien und Granularitätsanforderungen einbinden, um erkannte Videoaktionen präzise zuzuordnen.
Das System bewertet Videomaterial anhand von Clip-Stabilität, Bildausschnitt, visuellen Verdeckungen und der Deutlichkeit von Handlungen vor dem manuellen Review.
Die Plattform kennzeichnet personenbezogene Daten wie Gesichter, Nummernschilder, Dokumente und Dienstausweise sowie minderjährige Personen.
Die Ergebnisse werden als strukturierte, zeitgestempelte JSON-Datensätze bereitgestellt, die über eine offizielle API sowie ein SDK mit asynchroner Aufgabenverarbeitung zugänglich sind.
