Twelve Labs

Twelve Labs 成立于 2020 年，通过 API 为企业和开发者提供视频领域的多模态视频基础模型，主要用于视频多模态检索，用户可以通过输入文字、图片来寻找视频中的任意内容（text / picture to any）；还推出了视频智能问答、智能分类的功能。

Twelve Labs 的愿景是成为 ChatGPT for video，目前是视频多模态搜索领域最好的产品，其最大的亮点是视频搜索效果非常准确，能够理解抽象概念，在同类中处于绝对领先的位置，客户普遍评价其搜索质量很好，搜索速度快、泛用性好。视频基础模型的壁垒很高，从优质的视频数据、处理数据的 infra、index 系统、训练方式，甚至到和芯片公司（投资方）的合作，Twelve Labs 都构建了一定的 "先发优势"。