← 返回首页
AI 视频 AI 数据分析 AI 基础设施

Pegasus 1.6 by TwelveLabs

Transforms egocentric video into robot training data

评分 78 ▲ 174 ◆ 7 付费 PH 精选

概述

TwelveLabs 推出的 Pegasus 1.6 是一套面向第一人称视角（egocentric）视频的视频理解模型，能把机器人遥操作和可穿戴设备采集的原始素材自动转成带实体标注、带时间戳的机器人训练数据，从而免去人工标注这一环。

创新点

两点比较实：一是视角专精——通用视频模型多在第三视角、影视或监控语料上训练，而 egocentric 画面存在剧烈抖动、手部占画面主体、物体频繁进出视野等问题，专门优化能显著拉开效果差距；二是「跨片段类型的持久化元数据」，意味着同一个实体在连续片段里保持一致的标识，直接对应机器人数据里最难的时序跟踪与状态连续性，而不是逐片段孤立打标。整体价值主张不是「看懂视频」，而是「省掉一整轮人工标注」。

目标用户

机器人本体厂商与具身智能创业公司、做遥操作与可穿戴设备数据采集的团队、物理 AI / 机器人学习方向的研究机构。它们的共同点是手上已有大量未标注的第一人称视频，但缺乏低成本把视频变成可训练结构化数据的管道。

竞争格局

压力来自三面：通用多模态大模型厂商（按视频理解能力切入，价格战能力强）、机器人数据标注与合成数据服务商（在数据质量和下游工具链上更贴近客户）、以及头部具身智能团队自建 VLM 标注管线（技术不外流，但主流玩家往往选择自研以保数据闭环）。TwelveLabs 的防线在于视频理解的垂直积累和 API 化交付的便利性，但这一层护城河不算深——模型能力差距若被通用模型追平，价值就会退回到价格与工程集成体验。真正的壁垒更可能来自与机器人数据格式、仿真环境和训练框架的生态绑定。

标签

商业模式：API / 平台（按调用计费的模型服务）产品类型：多模态视频理解基础模型目标用户：机器人公司、具身智能 / 物理 AI 团队、遥操作数据采集方

团队

  • [REDACTED]
  • [REDACTED]
  • [REDACTED]
  • [REDACTED]
  • [REDACTED]
  • [REDACTED]
  • [REDACTED]
  • [REDACTED]
  • [REDACTED]
  • [REDACTED]
  • [REDACTED]
  • [REDACTED]
  • [REDACTED]
  • [REDACTED]
  • [REDACTED]
  • [REDACTED]
  • [REDACTED]
  • [REDACTED]
  • [REDACTED]
  • [REDACTED]
  • [REDACTED]
  • [REDACTED]
  • [REDACTED]
  • [REDACTED]
  • [REDACTED]
  • [REDACTED]
  • [REDACTED]
  • [REDACTED]
  • [REDACTED]
  • [REDACTED]
  • [REDACTED]
  • [REDACTED]
  • [REDACTED]
  • [REDACTED]
  • [REDACTED]
  • Hwigeon Oh — .
访问官网 ↗ Product Hunt ↗ 2026-10-07 日报

相关产品

GPT-6 Astra 94

OpenAI's most capable model for end-to-end work
Claude Fable 5 91

Anthropic's most capable model ever — free until June 22
GPT-6.1 Terra 88

Fast, capable computer use at half the price
Nano Banana 2.1 88

Google's image model with sharper design and mask editing
GPT-6 Sol & Luna 88

Frontier AI intelligence, now at half the price
AlphaGenome Atlas 88

Google's AI map of every possible human DNA mutation