视频不再靠文件名找：TwelveLabs 上线视频智能体 Jockey，会看懂、会挑片、还能直接拼出一版粗剪

一句话先说结论：视频理解厂商 TwelveLabs 在 10 月 15 日正式上线了视频智能体 Jockey——它把"检索、理解、动手"三件事串成了一条流水线，你用一句大白话描述想找什么，它替你在整座视频库里定位画面、解释为什么相关，还能顺手把素材拼成一版粗剪。

这是什么：给视频库配一个"会干活的智能体"

Jockey 不是一个新模型，而是 TwelveLabs 三个组件里的编排层。官方把它自己和另外两个模型的关系说得很直白：

• Marengo 负责"找到"——按语义检索，不靠文件名、不靠标签，而是靠你描述的"意思"；
• Pegasus 负责"看懂"——逐段读画面，讲清场景、上下文、情绪、关键时刻；
• Jockey 负责"动手"——把前两者的结果接起来，直接推进到下一步动作。

合起来就是一句话：Marengo 找到它，Pegasus 看懂它，Jockey 拿它去干活。

它具体能帮你做什么

• 按意思找片段：你说"那个有人讲了一句特别好的话的采访"，它回到对应片段让你核对、选用，不用再翻文件名、日期和时间点。
• 边找边解释：它不只是给结果，还会告诉你这段画面为什么和你的问题相关。
• 直接动手：找到素材后可以继续推进——比如按传播表现给片段排序，或者用原始素材自动拼出一版粗剪视频。
• 看懂整段素材：逐镜头读画面，给出场景、字幕、话题、情绪等结构化信息。
• 自动归类：素材会自己按内容分组，不用手动建文件夹、起名字。
• 社交视频趋势：贴上 YouTube、TikTok、Instagram Reels 的链接，就能拿来分析趋势，并读取播放量、点赞等互动指标。
• 产出可留可撤：无论是从原始素材拼出的 mp4、社交内容分析，还是视频驱动的网页，结果都能保存、分享、撤回，而且背后带可点开核对的视频引用。

怎么用

Jockey 刻意做成了"在你已经在用的地方就能调用"：

1. 可以直接在 ChatGPT 或 Claude 应用里使用，用对话的方式完成检索、分析和剪辑；
2. 开发者可以走 API，把它接进自己的产品或业务系统；
3. 它会在不同平台之间保留搜索上下文——比如早上在一个应用里开始的检索，下午换到另一个应用能接着往下做，不必重新描述。

适用场景

• 企业和媒体团队：手里有大量历史素材，需要快速找到能用的画面并出粗剪；
• 营销与创作者：想看某个创意方向在各大平台上跑得怎么样，用数据而不是靠刷；
• 开发者：想把视频检索、理解能力嵌进自己的产品；
• 影片/广告制作：从拍摄素材里快速筛镜头、搭初步结构。

不适用 / 避坑

• 它不是文生视频模型：Jockey 面向的是"理解与组织已有视频"，不是"输入一句话生成新视频"，别把两件事混为一谈；
• 需要把素材接入它的平台：支持 MP4、MOV、AVI、MKV、WebM 等常见视频格式和 JPEG、PNG 等图片格式，但前提是内容在这个体系里；
• "认人"不是人脸识别：官方明确说它用多模态线索（画面、动作、上下文）来把同一个人归类，不建生物特征库、不与外部记录比对、也不跨账号共享身份信息；
• 成本以官方为准：官方提供免费试用入口，企业级方案需要联系销售，价格随用量和规模变化，本文不臆测具体数字。

为什么重要

过去两年，视频生成模型比的是"能不能生成得好看"，而视频理解这块一直是默默无闻的配角。Jockey 这类产品的意义在于把配角推到台前：当视频库能被自然语言直接问、被自动读、被自动组织，视频就从"存着的资产"真正变成了"能随时调用的素材"。对企业来说，省下的是找素材、看素材、整理素材的大量人工；对行业来说，视频理解正在从"一个模型"变成"一条工作流"。

顺带一提，这次发布是紧接着上周 TwelveLabs 为 Pegasus 1.6 补上的能力——让它能理解第一人称视角视频，用于 Physical AI（让机器从人的经验里学）。可以看出这家公司正在把视频理解往"真实世界 + 生产流程"两个方向同时推。

一句话总结与行动建议

Jockey 解决的不是"生成得多惊艳"，而是"你手里那堆视频能不能立刻派上用场"。如果你手头有大量素材、每到要用就靠人肉翻找，值得去官方免费入口试一次，感受一下"用一句话把素材翻出来并出粗剪"是什么体验。

*本文基于 TwelveLabs 官方新闻稿与官方产品页信息，并综合多家媒体转述整理。*

参考来源

• 官方新闻稿：https://www.globenewswire.com/news-release/2026/10/15/3381725/0/en/twelvelabs-unleashes-the-full-power-of-video-intelligence-with-jockey-s-public-debut.html
• 官方产品页：https://www.twelvelabs.io/jockey
• DigitalToday（媒体）：https://www.digitaltoday.co.kr/cn/view/115418/twelvelabs-launches-jockey-video-understanding-ai-agent

参考来源

• https://www.globenewswire.com/news-release/2026/10/15/3381725/0/en/twelvelabs-unleashes-the-full-power-of-video-intelligence-with-jockey-s-public-debut.html
• https://www.twelvelabs.io/jockey
• https://www.digitaltoday.co.kr/cn/view/115418/twelvelabs-launches-jockey-video-understanding-ai-agent