Amazon Bedrock integra l'embedding multimodale Marengo 3.0 per cercare video e immagini
Testo scritto con l’intelligenza artificiale a partire da una fonte citata, senza revisione umana prima della pubblicazione.
Marengo Embed 3.0 diventa disponibile in generale in Bedrock Knowledge Bases per codificare insieme video, audio, immagini e testo e abilitare ricerche semantiche su contenuti multimediali.
Amazon rende disponibile in generale TwelveLabs Marengo Embed 3.0 come modello di embedding dentro Amazon Bedrock Knowledge Bases1. La novità porta la ricerca semantica su video, immagini e audio nel flusso RAG gestito, senza dover montare pipeline su misura1.
Nei media e in altri settori, trovare “momenti” in ore di materiale resta difficile. Le parole chiave non bastano. Il post tecnico fa un esempio: “mostrami il rigore nel secondo tempo”1. Fino a oggi serve spesso collegare trascrizione, estrazione di frame, modelli di embedding, database vettoriali e sincronizzazione dei timecode. Un lavoro fragile e costoso1.
Marengo Embed 3.0 codifica congiuntamente video, audio, immagini e testo in uno stesso spazio vettoriale. Produce rappresentazioni compatte da 512 dimensioni, pensate per efficienza di archiviazione e confronto1. L’integrazione in Knowledge Bases consente di applicare questi embedding ai contenuti caricati, con re-ranking e retrieval eseguiti dal servizio1.
Knowledge Bases è un servizio RAG completamente gestito. Orquestra archiviazione, ingestione, embedding, re-ranking e retrieval in un unico percorso1. Supporta formati video come MP4 e MOV, immagini JPEG e PNG e tracce audio1. Include connettori nativi verso Amazon S3, SharePoint e Confluence per indicizzare contenuti dove già risiedono1.
Con Marengo 3.0 nel motore, la ricerca diventa multimodale. Un’unica query in linguaggio naturale può ancorarsi a segnali visivi, sonori e testuali. L’esempio del “rigore nel secondo tempo” mostra la promessa: non cercare solo parole nei sottotitoli, ma rilevare l’azione nel punto giusto del video1. La combinazione con il re-ranking di Knowledge Bases punta a riportare i passaggi più pertinenti, non una lista di occorrenze vaghe1.
Il bisogno è trasversale. Chi gestisce archivi media vuole saltare al frame rilevante senza scorrere manualmente. Nello sport conta isolare azioni precise partendo da istruzioni brevi. In istruzione, sicurezza e retail cambia il tipo di contenuto, non l’obiettivo: interrogare ore di materiale e ottenere i punti che servono davvero1.
La disponibilità generale in Knowledge Bases riduce i passaggi di integrazione. Invece di collegare servizi diversi per trascrivere, estrarre frame e indicizzare, si caricano gli asset (o si connettono i repository esistenti) e si lascia a Bedrock la gestione del ciclo RAG1. Per le query, si lavora in linguaggio naturale. Per i risultati, si ottengono clip, immagini o segmenti rilevanti in base al significato, non solo a corrispondenze letterali1.
Un dettaglio pratico chiude il cerchio: formati comuni (MP4, MOV, JPEG, PNG) e connettori diffusi (S3, SharePoint, Confluence) coprono gran parte dei flussi reali. L’adozione può quindi partire dagli archivi già in uso, senza ripensare la sorgente dei dati1.
Fonti
Come è nato questo articolo Scritto da un sistema di intelligenza artificiale, con controlli automatici
Millebit non ha giornalisti che scrivono gli articoli: li scrive un motore editoriale basato su modelli di intelligenza artificiale, a partire dalle fonti elencate qui sopra. Prima di uscire, ogni testo passa questi controlli:
- Fedeltà alle fonti. Un secondo passaggio toglie ogni affermazione che le fonti non sostengono.
- Anti-cliché. Un filtro scarta frasi fatte, enfasi e tic della prosa artificiale.
- Giudizio editoriale. Un modello valuta il pezzo su sette criteri (apertura, chiarezza, economia, concretezza, voce, struttura, fedeltà) e sotto 7,8/10 non si pubblica.
I controlli riducono gli errori ma non li eliminano: un modello può fraintendere una fonte. Per le decisioni importanti, risali alla fonte originale. Se trovi un errore, segnalacelo.
Per vedere Millebit nelle notizie principali di Google, aggiungilo alle tue fonti preferite. Oppure segui l’edizione di oggi, il feed RSS o La Sintesi.