TwelveLabs의 Pegasus 1.6은 동작 분할, 고밀도 캡셔닝, 품질 평가 점수화, 규정 준수 플래깅을 통해 1인칭 시점 및 로봇 영상을 구조화된 학습용 데이터로 변환하는 피지컬 AI 전용 비디오 인텔리전스를 제공합니다.
제품의 기능과 공식 포지셔닝
TwelveLabs의 Pegasus 1.6은 1인칭 및 로봇 시점 영상을 피지컬 AI 파이프라인에 즉시 투입 가능한 구조화된 학습 데이터로 변환하도록 설계된 비디오 인텔리전스 솔루션입니다.
이 플랫폼을 통해 팀은 동작을 세분화하고, 장면 맥락의 고밀도 설명을 생성하며, 시각적 품질을 평가하고, 자연어로 라이브러리를 검색하며, 다운스트림 처리 전에 민감한 개인정보를 플래깅할 수 있습니다.
공식 출처로 확인된 활용 사례
로보틱스 연구소는 원본 1인칭 및 로봇 영상을 타임스탬프가 지정된 동작과 상호작용 캡션이 포함된 구조화된 학습 데이터셋으로 변환할 수 있습니다.
상용 데이터 제공업체는 구매자에게 납품하기 전에 전달 스키마를 표준화하고 클립 품질을 점수화하며 동의 요건을 검증할 수 있습니다.
피지컬 AI 팀은 자연어를 사용해 대규모 영상 아카이브를 질의함으로써 롱테일 이상 징후, 희귀 이벤트, 중복 장면을 찾아낼 수 있습니다.
공식 문서에 안내된 사용 절차
다운스트림으로 영상을 전송하기 전에 원본 영상에서 가치 있는 순간을 식별하고 특정 작업 요구사항에 맞춰 필터링합니다.
행동, 시각, 개인정보 보호 기준에 따라 영상을 점검하여 안정성, 프레이밍, 가려짐 정도 및 PII 존재 여부를 평가합니다.
팀에서 검토, 필터링하여 머신러닝 워크플로우에 직접 수집할 수 있도록 타임스탬프가 포함된 구조화된 JSON 출력을 반환합니다.
이 플랫폼은 원본 1인칭 및 로봇 영상을 맞춤형 작업 구조에 부합하는 구조화된 데이터로 변환합니다. 사용자 정의 동사 목록과 동작 계층 구조에 매핑할 수 있는 타임스탬프가 포함된 개별 단계를 식별합니다.
언어 조건부 로봇 정책 학습을 위해 시스템은 별도의 전사나 프레이밍 도구를 조합하지 않고도 손-물체 상호작용, 공간적 관계, 맥락적 장면 역학을 상세히 설명하는 자연어 설명을 생성합니다.
저품질 녹화본이 모델 파이프라인에 유입되는 것을 방지하기 위해, 설정 가능한 품질 프롬프트를 사용하여 영상 안정성, 프레이밍, 시각적 가려짐, 동작 명확성을 평가합니다.
스크리닝 프로세스에는 데이터 전달 전에 얼굴, 차량 번호판, 배지, 문서를 비롯한 개인식별정보와 미성년자를 찾아내는 자동 규정 준수 검사도 포함되어 있습니다.
본인의 자료와 작업 흐름으로 직접 확인할 항목
확인한 출처와 확인 시점
출처를 확인한 제품 정보를 바탕으로 한 답변
이 플랫폼은 피지컬 AI 워크플로우를 위한 학습 데이터를 준비하기 위해 1인칭 시점의 에고센트릭 영상과 로봇 녹화 영상을 전문적으로 처리합니다.
네, 개발팀은 감지된 영상 동작을 매핑하기 위해 자체 동사 목록, 동작 계층 구조 및 세분성 요구사항을 가져와 시스템에 적용할 수 있습니다.
시스템은 수동 검토를 진행하기 전에 클립의 카메라 안정성, 프레이밍, 시각적 가려짐, 동작 명확성을 기반으로 영상 품질 점수를 매깁니다.
플랫폼은 얼굴, 차량 번호판, 문서, 배지 등의 다양한 개인식별정보(PII)뿐만 아니라 미성년자를 자동으로 감지하여 플래그를 지정할 수 있습니다.
결과는 비동기 작업 처리를 지원하는 공식 SDK 및 API를 통해 조회 가능한 타임스탬프 기반의 구조화된 JSON 레코드 형태로 다운스트림에 전달됩니다.
