TwelveLabs Pegasus 1.5 视频语言模型上线 Amazon Bedrock

核心事实

AWS 于 2026 年 10 月 9 日宣布，TwelveLabs 的 Pegasus 1.5 视频语言模型已在 Amazon Bedrock 上线。据 AWS 博客介绍，该模型可将长视频转换为结构化、带时间戳的元数据：用户描述工作流中关注的片段，模型返回所有匹配片段组成的 JSON。模型 ID 为 twelvelabs.pegasus-1-5-v1:0，通过 InvokeModel 与 InvokeModelWithResponseStream 按需调用。

背景与影响

相比 Pegasus 1.2，1.5 版本新增基于时间的元数据生成、结合参考图像的多模态提示，以及无需预索引的即时处理能力；单次请求可分析的视频时长由一小时提升至两小时。视频可直接从 Amazon S3 URI 或 base64 字符串传入，AWS 称数据保留在其数据边界内。模型支持视频转文本、细粒度视觉理解、时间定位与多模态理解；语言方面完整支持英语，对阿拉伯语、中文、法语、德语、意大利语、日语、韩语、葡萄牙语、俄语、西班牙语、泰语和越南语为部分支持。

限制与来源

AWS 博客列出的可用区域为美国西部（俄勒冈，us-west-2），其他区域是否提供尚未说明。base64 内嵌方式上限为 25 MB，更适合短片段。使用前需在 Bedrock 控制台开通该模型访问权限，并具备相应 IAM 权限。功能、区域与计费方式请以 AWS 官网当前信息为准。本文信息来自 AWS 官方博客，未包含实测性能与定价数据。