Beobachtetes Signal · 10. Sept. 2026 · Product Launch · Quelle: https://martechseries.com/feed/ · Relevanz: 4/5 · Sentiment: Positiv

TwelveLabs startet Pegasus 1.6 für Physical AI

Zusammenfassung des Signals

TwelveLabs, ein Unternehmen für Video-Intelligenz, hat die Veröffentlichung von Pegasus 1.6 angekündigt, einem Modell zum Verständnis von egozentrischem Video für Physical-AI-Anwendungen. Dieses neue Modell ermöglicht es Robotern, Drohnen und autonomen Fahrzeugen, Videomaterial aus der realen Welt wahrzunehmen und daraus zu lernen. Pegasus 1.6 unterstützt fünf Kern-Workflows: Aktionssegmentierung und -beschriftung, dichte Bildunterschriften, Qualitätsbewertung, Suche und Kuratierung sowie Einwilligungs- und Compliance-Kennzeichnung. Aufbauend auf Pegasus 1.5 bietet es eine verbesserte Entitätserkennung und schnellere sowie kostengünstigere Verarbeitung. CEO Jae Lee betonte die Mission, Maschinen zu helfen, die Welt durch Video zu verstehen. Dieser Start erweitert die Fähigkeiten von TwelveLabs in den Bereich Physical AI und adressiert Herausforderungen bei der Umwandlung von Rohvideo in verwertbare Modellintelligenz.

Polaris7 AgentStrategische Einordnung
Hohe Konfidenz

Der Start von Pegasus 1.6 ist ein technisches Produktupdate eines Nischenanbieters für Video-Intelligenz, relevant für KI/ML-Fortschritte, aber noch nicht branchenverändernd für das gesamte AdTech/MarTech-Ökosystem.

SIGNAL RADAR

Marktsignale zu TwelveLabs in Echtzeit verfolgen

Polaris7 erfasst behördliche Registrierungen, Primärquellen, Führungswechsel und Deal-Aktivitäten rund um die Uhr. Erstellen Sie Ihren Polaris7-Workspace, um automatisierte Executive Briefings zu erhalten.

Monitoring starten
Verifizierte PrimärquellenAutomatisierte BriefingsSofortiges Watchlist-Setup

Wichtigste Kernpunkte & Evidenz

  • TwelveLabs hat Pegasus 1.6 für Physical AI veröffentlicht, mit Fokus auf egozentrisches Video-Verständnis.
  • Pegasus 1.6 unterstützt fünf Kern-Workflows: Aktionssegmentierung, dichte Bildunterschriften, Qualitätsbewertung, Suche/Kuratierung und Einwilligungs-Kennzeichnung.
  • Das Modell basiert auf Pegasus 1.5, mit verbesserter Entitätserkennung und schnellerer Verarbeitung.
  • TwelveLabs expandiert in den Bereich Physical AI, damit Maschinen wie Roboter und Drohnen aus realen Videos lernen können.
  • CEO Jae Lee betonte die Mission, Maschinen zu helfen, die Welt durch Video zu verstehen.

Verknüpfte Unternehmen

“TwelveLabs, ein führendes Unternehmen für Video-Intelligence, gab bekannt, dass sein Marengo-Modell nun als Embedding-Modell in der Amazon B...”

“Genannt werden unter anderem die Amazon Bedrock Managed Knowledge Base, Amazon S3 sowie Amazon Agentic AI.”

“Iconik, die Cloud-native Media-Asset-Management-Plattform von Backlight, gehört zu den ersten Anwendern von Marengo über die Amazon Bedrock ...”

Ontologie & Marktkonzepte

Large Language Models (LLM) & AICloud Data Warehouse / Data Lake#Semantic Video Search#Managed Knowledge Base
Primäre Quellenbasis & Herkunftsnachweis
Verifizierter Herkunftsnachweis
Primärquelle: https://martechseries.com/feed/•Veröffentlicht: 10. Sept. 2026
Ursprünglicher Berichttitel: “TwelveLabs Marengo Becomes First Video Model in Amazon Bedrock Managed Knowledge Base, Enabling Managed Semantic Video Search on AWS”

Verwandte Marktsignale & Trends

Aktuelle verifizierte Unternehmensentwicklungen und Deal-Aktivitäten in diesem Marktsegment.

Large Language Models (LLM) & AI4. Juni 2026

TwelveLabs erhält AWS AI Competency für fortschrittliche Video-KI

TwelveLabs hat den Status der Amazon Web Services (AWS) AI Competency erlangt. Diese Auszeichnung bestätigt die technische Exzellenz und erfolgreiche Enterprise-Implementierungen der Video-Understanding-KI des Unternehmens auf AWS. Die Ernennung vertieft die strategische Zusammenarbeit, die Produktintegrationen mit Amazon S3 und S3 Vectors sowie gemeinsame Go-to-Market-Initiativen umfasst. Zudem wurde ein Migrationsprogramm für Videoarchive im Petabyte-Bereich mit Partnern wie Cloudfirst.io und Iron Mountain initiiert. Die firmeneigenen Modelle Marengo 3.0 und Pegasus 1.2 sind bereits auf Amazon Bedrock verfügbar, während Pegasus 1.5 in Kürze folgt. CEO Jae Lee vertritt das Unternehmen im AWS Customer Advisory Board. Als Anwendungsbeispiel nennt TwelveLabs eine TV-Nachrichtenorganisation, die ihre Metadaten-Abdeckung durch den Einsatz der Technologie um das Zehnfache steigern konnte.

Signal analysieren
Large Language Models (LLM) & AI1. Juli 2026

AWS Bedrock führt Managed Knowledge Bases für RAG ein

AWS hat am 17. Juni 2026 Managed Knowledge Bases für Amazon Bedrock veröffentlicht. Diese Funktion übernimmt das Management von Vektorspeicher, Indizierung, Embedding-Modell-Auswahl und Retrieval-Infrastruktur für Retrieval-Augmented Generation (RAG)-Workloads, was den operativen Aufwand senkt und die Time-to-Value beschleunigt. Die Managed Option reduziert Kosten durch S3-basierten Speicher sowie Pay-per-Ingest/Retrieval und eignet sich besonders für Proof-of-Concepts, abteilungsübergreifende Anwendungen und variable Workloads. Zu den Nachteilen zählen eine geringere Transparenz und Kontrolle über den Vektorspeicher, potenzielle Leistungsgrenzen bei extrem hohen QPS-Anforderungen, weniger erweiterte Such- und Custom-Ranking-Funktionen sowie eine noch unreife Infrastructure-as-Code-Unterstützung via CloudFormation und CDK. Teams mit hohem Anspruch an erweiterte Suche, feinabgestimmte Indizierung oder vollständige IaC-Automatisierung greifen oft weiterhin zu selbstverwalteten Vektordatenbanken; als gängiger IaC-Workaround dient derzeit eine Lambda-gestützte Custom Resource, die die Bedrock API während des Deployments anspricht.

Signal analysieren
Large Language Models & Video AI20. Apr. 2026

TwelveLabs stellt das Video-Reasoning-Modell Pegasus 1.5 vor

TwelveLabs hat auf der NAB Show 2026 bedeutende Produkt- und Ökosystem-Updates vorgestellt und sich als Full-Stack-Video-Intelligence-Plattform positioniert. Kern der Ankündigung ist Pegasus 1.5, ein Video-Foundation-Modell, das zeitbasierte Metadatenerfassung (TBM) einführt. Diese Technologie ermittelt zeitliche Grenzen und liefert zeitgestempelte, schemakonforme strukturierte Metadaten in einem einzigen API-Aufruf. Zudem präsentierte das Unternehmen Rodeo, einen anwendungsschichtbasierten Creative Co-Pilot, der mithilfe von KI-Agenten Creator unterstützt, Videomaterial per natürlicher Sprache zu finden, zu bearbeiten und zusammenzustellen. Durch eine Partnerschaft mit Autodesk werden zudem Smart Search und Smart Actions in Autodesk Flow Capture (PIX) integriert, um Suche, automatisierte Verschlagwortung und Workflow-Automatisierung in bestehenden Produktionstools zu ermöglichen. Pegasus 1.5 ist laut Berichten bereits bei einem großen Sendeunternehmen im produktiven Einsatz und übertrifft konkurrierende Modelle in internen Segmentierungs-Benchmarks.

Signal analysieren
Executive Briefing & Watchlist

Alle künftigen Signale zu TwelveLabs & Wettbewerbern im Briefing erhalten

Verpassen Sie keine M&A-Transaktionen, Führungswechsel, Kunden-Etats oder Produkt-Launches mehr. Polaris7 überwacht über 20.000 Primärquellen rund um die Uhr und liefert evidenzbasierte Telemetrie direkt in Ihr wöchentliches Executive Briefing.

Tägliche Primärquellen-ScansKuratierte Executive BriefingsJederzeit abbestellbar