Pegasus 1.6 是 TwelveLabs 推出的视频理解模型，专为机器人与物理 AI 团队处理第一人称视角视频而设计。它能精准识别画面中的实体，并在不同片段间保持一致的元数据，显著提升标注质量。只需将原始的遥操作或可穿戴设备拍摄的视频直接输入，即可自动输出带有时间戳、已完成标注的机器人训练数据，无需人工二次标注流程。

产品详细介绍

将自我中心视频转化为机器人训练数据

[

[REDACTED]创始人

大家好，我是 Aiden，TwelveLabs 的联合创始人兼 CTO。今天非常兴奋地与大家分享 Pegasus 1.6。

我们接触过的每一个机器人和物理 AI 团队都面临同样的问题：积累了数小时的第一人称视频，这些是动作标签和下一步动作预测的原始素材，但市面上没有任何真正为理解这类视频而构建的基础模型。通用视频模型都是在广播级和第三人称视频上训练的，把它们对准可穿戴设备或机器人自身的摄像头时，它们就无法识别实际发生的事情。

Pegasus 1.6 就是我们的答案。它是 TwelveLabs 首款专为自我中心（第一人称）视频理解而构建的模型。Pegasus 1.6 在 Pegasus 1.5 的基于时间元数据（TBM）功能基础上进行了扩展——该功能可从自定义模式中提取带时间戳的结构化元数据——新增了对自我中心视频和任务叙事的支持。同时，我们还增强了对手部、工具和物体交互的精细识别能力，并提升了高体量视频工作负载的处理速度。

作为对 1.5 功能的更新，我们还在深度元数据提取和基于上下文的实体识别（根据视频中的上下文线索为角色命名）方面提升了性能。

具体来说，对于机器人和数据团队而言，这意味着：将 Pegasus 直接对准原始的自我中心片段，即可返回结构化的动作标签、合规评分和时间戳，您可以直接在训练流水线中使用这些输出，而无需再进行成本约为每小时的4–22美元的人工标注环节。

物理 AI 对我们来说是一个全新领域，因此如果您正在处理自我中心（人类操作或远程操作）数据并遇到了极端情况，我希望听到您的反馈。谢谢！

Pegasus 1.6 by TwelveLabs

Pegasus 1.6 by TwelveLabs 是什么？

产品详细介绍

定价方案

创始人评论

创始团队