Pegasus 1.6 by TwelveLabs
将以自我为中心的视频转换为机器人训练数据
Pegasus 1.6 是 TwelveLabs 开发的一款模型，它能够理解第一人称视角的视频，专为机器人和物理人工智能团队已经收集的以自我为中心的远程操控视频素材而设计。它能够更准确地识别实体，并生成跨视频片段类型的持久元数据。只需将其指向原始的远程操控或可穿戴设备视频素材，即可获得带有标签、时间戳且可直接用于机器人的数据。无需手动标注。
AI 分析
TwelveLabs的Pegasus 1.6是一款AI模型，可将以自我为中心和远程操作的视频镜头转化为带标签、带时间戳的机器人训练数据。主要功能包括从第一人称视角准确识别实体，并在不同片段生成持久元数据。它直接解决了机器人团队耗时且昂贵的手动标记痛点，通过从原始可穿戴或远程操作视频自动准备数据。其价值主张是即时提供机器人就绪数据，加速机器人和物理AI的开发周期，无需额外注释。
2025-2026年的时机有利，因为具身AI和机器人技术呈现爆发式增长，视频基础模型日益成熟，对自动化训练数据管道的需求上升。物理AI的经济投资增加，而手动注释瓶颈持续存在。优秀时机。
高。利用TwelveLabs成熟的视频理解技术，降低了技术障碍。开发成本因现有基础设施而得到缓和；与推理相关的运营成本可扩展。作为SaaS AI模型，供应链和合规风险低，并具有跨机器人用例扩展的强大潜力。
主要用户是使用以自我为中心/远程操作视频的机器人工程师、物理AI团队和研究人员，来自科技公司和实验室。行业：机器人和AI开发，主要集中在北美、欧洲和亚洲。机器人AI数据工具的TAM达数亿美元且需求增长；对减少标记时间的自动化有较高的付费意愿。
中。直接竞争对手：1. Scale AI (scale.com)，2. Labelbox (labelbox.com)，3. Snorkel AI (snorkel.ai)，4. Google Cloud Video AI。优势：专为以自我为中心的机器人视频设计，具有持久元数据且无需手动标记。劣势：细分焦点可能限制更广泛的适用性；依赖模型准确性而非通用平台。
升级 Pro 解锁完整 AI 分析
