НОВОСТЬ · COMPANIES · #1204
Condé Nast создала мультимодальный поиск по видео на Amazon Bedrock с моделью Marengo
Condé Nast совместно с AWS Generative AI Innovation Center создала систему мультимодального поиска по видео, использующую эмбеддинги Marengo от TwelveLabs через Amazon Bedrock и индексирование в Amazon OpenSearch Service. Разделённая архитектура (генерация эмбеддингов на Bedrock и низколатентный k-NN-поиск в OpenSearch) обеспечивает поиск по намерению, поиск по изображению и точные таймстемпы в транскриптах, аудио и видео, сократив среднее время поиска с ~250 минут до менее чем 2 минут на задачу.
КЛЮЧЕВЫЕ ТЕЗИСЫ
- Condé Nast совместно с AWS Generative AI Innovation Center создала систему мультимодального поиска по видео, использующую эмбеддинги Marengo от TwelveLabs через Amazon Bedrock и индексирование в Amazon OpenSearch Service.
- Разделённая архитектура (генерация эмбеддингов на Bedrock и низколатентный k-NN-поиск в OpenSearch) обеспечивает поиск по намерению, поиск по изображению и точные таймстемпы в транскриптах, аудио и видео, сократив среднее время поиска с ~250 минут до менее чем 2 минут на задачу.
- Это пример реального применения мультимодальных эмбеддингов и управляемого сервиса моделей для открытия доступа к большим архивам видео и радикального сокращения времени поиска для редакций.
ПОЧЕМУ ЭТО ВАЖНО
Это пример реального применения мультимодальных эмбеддингов и управляемого сервиса моделей для открытия доступа к большим архивам видео и радикального сокращения времени поиска для редакций.