Jockey de TwelveLabs es una capa de agente de IA para la comprensión de video que indexa, busca, organiza y edita bibliotecas multimedia mediante interfaces conversacionales y API para desarrolladores.
Qué hace el producto y cómo se presenta oficialmente
Jockey de TwelveLabs actúa como una capa agéntica diseñada para la comprensión de medios y la orquestación de flujos de trabajo en bibliotecas de video e imágenes. Situado sobre el modelo de indexación Marengo y el modelo de lenguaje natural Pegasus, interpreta el metraje de manera semántica para evitar la necesidad de etiquetado manual de archivos, estructuras de carpetas o esquemas convencionales de nomenclatura.
La herramienta permite a los usuarios localizar citas exactas o momentos visuales mediante lenguaje natural, organizar automáticamente el contenido en colecciones basadas en temas o personajes y ensamblar nuevas ediciones directamente en archivos MP4. Los desarrolladores también pueden interactuar con el sistema a través de API y SDK para extraer metadatos estructurados en formato JSON vinculados a marcas de tiempo precisas a nivel de fotograma.
Casos de uso respaldados por fuentes oficiales
Los editores de video y creadores de contenido consultan extensos catálogos multimedia mediante frases descriptivas para localizar diálogos o escenas y generar cortes preliminares con los mejores momentos.
Los equipos de marketing categorizan archivos comerciales por formato, creador y gancho para evaluar la retención inicial y detectar apariciones de talento o logotipos.
Los desarrolladores de aplicaciones definen esquemas JSON a través de la API para procesar archivos de video y obtener datos estructurados con marcas de tiempo para enlaces profundos de reproducción.
El proceso documentado, cuando está disponible
Vincule Jockey utilizando integraciones admitidas como Claude, ChatGPT o la API REST y el SDK de TwelveLabs.
Suba archivos de video y fotos directamente o envíe URL públicas que apunten al contenido multimedia objetivo.
Emita instrucciones en lenguaje natural para recuperar momentos específicos, organizar colecciones u ordenar al agente que ensamble y exporte medios.
Jockey funciona como una capa de agente operativo que coordina los modelos fundacionales de video principales de TwelveLabs. Mientras que el modelo Marengo genera embeddings multimodales unificados que abarcan video, audio, imagen y texto, y Pegasus interpreta la narrativa y el contexto de los medios, Jockey ejecuta tareas de alto nivel dirigidas por las instrucciones del usuario.
En lugar de limitar la interacción a una búsqueda pasiva de videos, el agente facilita la manipulación integral de extremo a extremo. Los usuarios pueden solicitar al agente que identifique metraje relevante, organice los momentos cronológica o temáticamente, recorte intervalos específicos con precisión de fotograma y renderice compilaciones terminadas en MP4.
Comprobaciones con tus propios materiales y flujo de trabajo
Qué fuentes se revisaron y cuándo
Respuestas basadas en el registro de producto con fuentes verificadas
Jockey admite archivos de video en formatos MP4, MOV, AVI, MKV y WebM, así como archivos de fotos en formatos JPEG, PNG, HEIC, HEIF, WebP, BMP y GIF.
Jockey no utiliza reconocimiento facial tradicional ni construye bases de datos biométricas; agrupa personas en el contenido multimedia mediante indicios visuales, de movimiento y contextuales multimodales.
Iniciar una eliminación a través de la configuración de la cuenta purga permanentemente los archivos originales, los índices generados, los metadatos asociados y el historial de uso registrado.
Jockey actúa como una capa de orquestación sobre el modelo Marengo de TwelveLabs, que indexa medios por significado, y el modelo Pegasus, que comprende video en lenguaje natural.
Los usuarios pueden interactuar con Jockey directamente en los entornos de Claude o ChatGPT, o desarrollar integraciones personalizadas mediante la API y el SDK de TwelveLabs.
