Bedrock Knowledge Bases מקבל חיפוש וידאו מולטימודלי דרך TwelveLabs Marengo 3.0
לפי ההכרזה של AWS והבלוג ה-ML, Marengo 3.0 מביא embeddings מולטימודליים אמיתיים ל-Bedrock Managed Knowledge Bases, ומאפשר למפתחים לבנות חיפוש בשפה טבעית מעל תוכן וידאו, אודיו ותמונה במקום להישען על תמלולים. ההבחנה המרכזית היא ש-Marengo מקודד סצנות ויזואליות ישירות — כך ששאילתה כמו 'מצא את הקטע שבו אדם פותח דלת אדומה' יכולה להתאים על תוכן ויזואלי, לא רק מילים מדוברות שנלכדו על ידי ASR.
מבחינה מכנית, מדיה שמאוחסנת ב-S3 עוברת embedding דרך Marengo ומאונדקסת ב-knowledge base המנוהל, ומאחדת אחזור מולטימודלי תחת אותה תשתית RAG של Bedrock שמפתחים כבר משתמשים בה לטקסט. זה הופך אותו למודל הבנת הווידאו הראשון שרשום בשירות, ומרחיב את RAG מעבר למסמכים אל תוך ספריות מדיה עשירות — שימושי לארכיוני מדיה/בידור, מעקב, למידה מקוונת ומודרציית תוכן.
זה חלק משבוע רחב יותר של עדכוני Bedrock ו-inference של AWS (ניתוב מודע-prefix, caching של HyperPod, MCP Apps ו-Evaluations של AgentCore, DevOps Agent). בנפרד, AWS ו-Qualcomm חשפו קשר שבבים מעמיק — Qualcomm מעצבת שבבי inference AI מותאמים ל-AWS על פני מספר דורות תוך שימוש ב-Bedrock כדי לעצב אותם, עם חיבורים אופטיים עד 1.6 טרה-ביט — מה שמסמן את הדחיפה של AWS לגוון את סיליקון ה-inference מעבר ל-NVIDIA.
מבחינה תחרותית, embeddings וידאו נייטיביים מציבים את Bedrock לפני חלק ממתחרי ה-RAG המנוהל ברוחב מולטימודלי, והשותפות עם TwelveLabs נותנת ל-AWS מודל מומחה במקום פשרה כללית. הסתייגויות: איכות ה-embedding המולטימודלי משתנה לפי תחום, אינדוקס וידאו כבד מבחינת מחשוב (עלות), ודיוק האחזור על שאילתות ויזואליות מורכבות עדיין צריך להוכיח את עצמו בקנה מידה. שווה לעקוב אחר תמחור, latency על קורפוסי וידאו גדולים, וכיצד הוא משתווה לאחזור המולטימודלי של Google ב-Vertex.
