2026-03-19 | 김예솔 기자

“1秒分析数百万小时视频…将以视频理解掌握实体AI主导权”

本页标题和正文均由AI机器翻译,未经人工审校。准确内容请以韩文原文为准。

“利用Twelve Labs的技术,可以在瞬间分析数百万小时的视频。我认为在物理人工智能(AI)时代,这类视频理解技术的应用价值会更高。”

Twelve Labs首席执行官李在成19日在位于首尔龙山区的Twelve Labs总部与Seoul Economic Daily会面时这样表示。Twelve Labs是一家视频理解AI企业,基于分析和理解视频数据的技术,开发可应用于各行业的模型。

李在成2021年在美国硅谷与4名同事共同创立了Twelve Labs。他解释称,“在文本和图像领域,AI产业快速发展,而视频领域的技术相对滞后”,“我们判断在视频理解AI市场上可以拉开技术差距”。Twelve Labs凭借视频理解AI技术实力获得认可,包括引入英伟达投资在内,累计融资额超过1.07亿美元(约1400亿韩元)。

Twelve Labs的代表性产品是通过分析视频中的场景或声音来检索数据的“Marengo”,以及将Marengo分析的场景转换为文本的“Pegasus”。两个模型结合使用,可在1秒内分析数百万小时的视频,找出用户想要的场景。李在成表示,“从设计阶段起就让两个模型互补运行”,“计划在今年第二季度推出结合Marengo与Pegasus的视频智能体”。

他特别关注的领域是快速成长的物理AI市场。李在成强调,“Marengo和Pegasus模型可以延伸连接到执行实际动作的物理AI”,“我们正在制定路线图,构建在理解视频后让物理AI学习相应动作的架构”。他判断,随着物理AI市场扩大,像Twelve Labs这样掌握视频数据分析技术的企业将具备竞争力。

目前Twelve Labs的技术主要应用于娱乐和体育领域。拥有海量视频的全球媒体、娱乐、体育企业是主要客户。李在成表示,“体育比赛或电视剧等视频内容往往与营收直接相关,因此企业在引入AI技术上较为积极”。

公司也在关注向国防、安保领域扩张的可能性。随着无人机部署战场等,视频数据激增,但能够分析这些数据的技术仍然有限。他展望称,“今后的目标是发展为可实现实时视频监控的技术”,“计划以媒体为中心的商业领域和国防、安保为两大支柱拓展业务”。

阅读韩文原文