Jockey de TwelveLabs est une couche d'agent IA dédiée à la compréhension vidéo qui indexe, recherche, organise et monte des médiathèques via des interfaces conversationnelles et des API.
Fonction du produit et positionnement officiel
Jockey de TwelveLabs agit comme une couche agentique conçue pour la compréhension des médias et l'orchestration des flux de travail au sein des bibliothèques de vidéos et d'images. Reposant sur le modèle d'indexation Marengo et le modèle en langage naturel Pegasus, il interprète les séquences de manière sémantique afin de s'affranchir du balisage manuel, des structures de dossiers ou des conventions de nommage traditionnelles.
L'outil permet aux utilisateurs de repérer des citations exactes ou des moments visuels à l'aide du langage naturel, d'organiser automatiquement les contenus en collections thématiques ou par personnage, et d'assembler de nouveaux montages directement en fichiers MP4. Les développeurs peuvent également interagir avec le système via des API et des SDK pour extraire des métadonnées JSON structurées associées à des horodatages précis à l'image près.
Cas d’usage étayés par les sources officielles
Les monteurs vidéo et les créateurs de contenu interrogent de vastes catalogues multimédias à l'aide de phrases descriptives pour localiser des dialogues ou des scènes et générer des pré-montages de temps forts.
Les équipes marketing catégorisent les archives publicitaires par format, créateur et accroche afin d'évaluer la rétention initiale et de détecter l'apparition de personnalités ou de logos.
Les développeurs d'applications définissent des schémas JSON via l'API pour ingérer des fichiers vidéo et obtenir des données structurées et horodatées précises à l'image près pour les liens profonds de lecture.
Le parcours documenté, lorsqu’il est disponible
Associez Jockey à l'aide des intégrations prises en charge comme Claude, ChatGPT ou l'API REST et le SDK de TwelveLabs.
Téléversez directement des fichiers vidéo et photo ou transmettez des URL publiques pointant vers les médias cibles.
Formulez des requêtes en langage naturel pour retrouver des moments précis, organiser des collections ou ordonner à l'agent d'assembler et d'exporter les médias.
Jockey fonctionne comme une couche d'agent opérationnelle coordonnant les modèles fondateurs vidéo clés de TwelveLabs. Tandis que le modèle Marengo génère des représentations vectorielles multimodales unifiées englobant vidéo, audio, image et texte, et que Pegasus interprète la narration et le contexte médiatique, Jockey exécute des tâches complexes guidées par les requêtes de l'utilisateur.
Au lieu de cantonner l'interaction à une recherche vidéo passive, l'agent facilite la manipulation multimédia de bout en bout. Les utilisateurs peuvent lui demander d'identifier les séquences pertinentes, d'ordonner les moments de manière chronologique ou thématique, de découper des intervalles précis à l'image près et d'exporter des compilations finalisées au format MP4.
Vérifications à effectuer avec vos contenus et votre flux de travail
Sources vérifiées et date de la vérification
Réponses fondées sur la fiche produit dont les sources ont été vérifiées
Jockey prend en charge les fichiers vidéo aux formats MP4, MOV, AVI, MKV et WebM, ainsi que les photos aux formats JPEG, PNG, HEIC, HEIF, WebP, BMP et GIF.
Jockey n'utilise pas la reconnaissance faciale conventionnelle et ne crée aucune base de données biométriques ; il regroupe les personnes à travers les médias grâce à des indices multimodaux visuels, de mouvement et de contexte.
Le lancement d'une suppression depuis les paramètres du compte purge définitivement les fichiers sources, les index générés, les métadonnées associées et l'historique d'utilisation enregistré.
Jockey fait office de couche d'orchestration exploitant le modèle Marengo de TwelveLabs, qui indexe les médias selon leur signification sémantique, et le modèle Pegasus, qui comprend la vidéo en langage naturel.
Les utilisateurs peuvent interagir directement avec Jockey au sein des environnements Claude ou ChatGPT, ou concevoir des intégrations sur mesure grâce à l'API et au SDK de TwelveLabs.
