الذكاء الاصطناعي

إطلاق Pegasus 1.5 من TwelveLabs على Amazon Bedrock لتحليل الفيديو

يقدّم النموذج الجديد قدرات متقدمة في تقسيم الفيديو والتفاعل متعدد الوسائط، مما يسهل استخلاص رؤى قابلة للتنفيذ من المحتوى المرئي غير المهيكل.

رضوان عبدالهاديمحرر وكاتب تقني

نُشر: 19 أكتوبر 2026 · آخر تحديث: 19 أكتوبر 2026 · 4 دقائق قراءة

إطلاق Pegasus 1.5 من TwelveLabs على Amazon Bedrock لتحليل الفيديو — الصورة: AWS Machine Learning Blog

الإطلاق الرسمي والنموذج الجديد

أعلنت شركة Amazon Web Services رسمياً عن توفر نموذج Pegasus 1.5 من شركة TwelveLabs على منصة Amazon Bedrock. يُمثّل هذا الإصدار نقلة نوعية في مجال نماذج لغة الفيديو، حيث يتحول من مجرد أداة للإجابة على أسئلة حول مقاطع قصيرة إلى محرك قوي يحلل الفيديو الكامل ويستخرج منه بيانات منظمة. يتيح هذا النموذج للمستخدمين تحديد اللحظات المهمة في سير عملهم، ثم يعيد جميع المقاطع المطابقة بصيغة JSON تحتوي على طوابع زمنية دقيقة، مما يسهل التكامل مع الأنظمة البرمجية الأخرى. ويمكن الرجوع إلى AWS Machine Learning Blog للاطلاع على التفاصيل الأصلية للمصدر.

تحدي البيانات غير المهيكلة

يُعد الفيديو فئة معقدة ومهمة من البيانات غير المهيكلة، ومعظم هذا المحتوى يظل غير قابل للبحث وغير مستغل بشكل كافٍ. تاريخياً، استلزم استخراج رؤى قابلة للتنفيذ من هذه المحتويات مراجعات يدوية مكلفة أو استخدام أدوات متجزئة لا تعمل بسلاسة معاً. يهدف Pegasus 1.5 إلى سد هذه الفجوة من خلال تقديم حل موحد يحوّل الفيديو الخام إلى بيانات قابلة للاستعلام والتحليل، مما يقلل الاعتماد على الجهد البشري ويحسّن كفاءة العمليات التي تعتمد على المحتوى المرئي. ويمكن الرجوع إلى Artificial Intelligence للاطلاع على التفاصيل الأصلية للمصدر.

الميزات الجديدة في الإصدار 1.5

يتميز الإصدار الجديد بعدة قدرات جوهرية، أبرزها توليد بيانات وصفية مبنية على الوقت. يمكن للمستخدمين تعريف المقاطع أو الأحداث أو الإشارات الخاصة بمجالهم، مثل المقاطع التحريرية أو تغييرات المتحدثين، ليعيد النموذج كل مقطع مطابق مع أوقات البداية والنهاية. كما يقدّم التوجيه متعدد الوسائط، الذي يسمح بدمج الوصف النصي مع صورة مرجعية لتحديد منتج أو شعار أو شخص معين مع وصف ما يقوم به على الشاشة. بالإضافة إلى ذلك، تتيح المعالجة الفورية إرسال الفيديو مباشرة من Amazon S3 دون الحاجة إلى خط معالجة مسبق أو فهرسة، مع قدرة موسعة على تحليل فيديوهات تصل مدتها إلى ساعتين في طلب واحد، مقارنة بساعة واحدة في الإصدار السابق 1.2.

القدرات الأساسية المحسّنة

يحتفظ Pegasus 1.5 بالقدرات الأساسية التي جعلت الإصدار السابق أداة قوية لفهم الفيديو، مع تحسينات ملحوظة. تشمل هذه القدرات توليد نصوص مفصلة بناءً على محتوى الفيديو، والفهم البصري الدقيق الذي يحلل الكائنات والنصوص الرقمية داخل الإطارات. كما يحسّن النموذج التتبع الزمني لتحديد طوابع الأحداث بدقة، ويجمع بين المعلومات البصرية والصوتية والنصية لفهم شامل. يدعم النموذج اللغة الإنجليزية بالكامل، مع دعم جزئي لعدة لغات أخرى تشمل العربية والصينية والفرنسية والألمانية والإيطالية واليابانية والكورية والبرتغالية والروسية والإسبانية والتايلاندية والفيتنامية.

آلية العمل والتكامل التقني

يعمل النموذج من خلال نقطة نهاية bedrock-runtime، حيث يمكن استدعاؤه عبر واجهة InvokeModel API أو InvokeModelWithResponseStream للاستجابة المتدفقة. يوفر النموذج وضعين للتحليل، ويمكن توجيهه إلى الفيديو عبر موقع S3 للمقاطع الطويلة أو عبر سلسلة base64 للمقاطع القصيرة حتى 25 ميغابايت. لضمان تتبع التكاليف بدقة، يمكن إنشاء ملف استنتاج تطبيق (Application Inference Profile) وتوسيمه، ثم استدعاؤه باستخدام اسم المورد (ARN) بدلاً من معرّف النموذج. كما يدعم النموذج تقييد الإجابة إلى مخطط JSON (JSON Schema) لضمان قابلية التحليل المباشر من قِبل الأكواد البرمجي downstream.

تقسيم الفيديو إلى بيانات منظمة

يُعد توليد البيانات الوصفية المبنية على الوقت الفارق الأبرز بين Pegasus 1.5 والإصدارات السابقة. بدلاً من إرسال موجه نصي واحد، يرسل المستخدم تعريفات مقاطع (Segment Definitions) يحدد فيها الاسم، الوصف، والحقل المطلوب استخراجه مع نوعه. يعيد النموذج جميع المقاطع المطابقة لكل تعريف، مع تضمين أوقات البداية والنهاية بالثواني والحقول المطلوبة. يتيح هذا النهج تحويل الفيديو إلى هيكل بيانات قابل للبرمجة، مما يسهل بناء أنظمة أرشفة ذكية أو أدوات بحث متقدمة تعتمد على المحتوى المرئي بدلاً من مجرد العناوين أو الوصف النصي العام.