Twelve Labs 押注影片是 AI 的基礎；獲 Amazon 與 Nvidia 參與的 1 億美元 B 輪融資

Twelve Labs 打造影片理解基礎模型——Marengo（索引／檢索）與 Pegasus（影片語言推理）——透過 API 與 Amazon Bedrock 銷售給需要搜尋與分析大量影片檔案的企業。

影片而非語言，將成為 AI 的基礎：原生影片模型（Marengo、Pegasus）讓機器能像人類一樣觀看、記憶並對影片內容進行推理。

2021 年由李在（Jae Lee）帶領的五名韓國人在舊金山創立，核心 AI 研究在首爾進行。創立時的觀察是：「世界並非發生在文字中，而是發生在動態之中。」種子輪募資約 1,700 萬美元，2023 年 10 月 Nvidia 首次投資一家韓國生成式 AI 新創，支持了約 1,000 萬美元的 pre-Series A 輪。

2024 年 6 月：由 Nvidia 的 NVentures 與 NEA 共同領投的 5,000 萬美元 A 輪，Index Ventures、Radical Ventures、WndrCo 與 Korea Investment Partners 參與。產品迅速成熟：Marengo-2.6 於 2024 年 3 月推出，支援任意對任意的影片搜尋；Pegasus-1 進入影片語言推理的 beta 階段。2024 年 12 月：SK Telecom 投資 300 萬美元，將其模型用於自家的 AI 代理與監控工作。2025 年 7 月，Amazon 在 Bedrock 中將 Marengo 2.7 與 Pegasus 1.2 全面託管；到 2026 年，GS Shop 以這些模型打造的影片推薦使點擊率翻倍，購買意願提升 9 倍，美國政府機構也正在探索將影片情報用於國防與公共安全。

仍在營運並持續擴張：2026 年 7 月 1 日宣布的 1 億美元 B 輪（由 Naver Ventures 與 NEA 共同領投，Amazon 參與）使總募資額突破 2.07 億美元。執行長李在表示，目標是「影片超智慧」——能像人類一樣觀看、記憶與推理的 AI——並計畫設立紐約與倫敦辦公室，首款 AI 影片創作應用 Rodeo 已進入預覽。

Twelve Labs 選擇影片作為主要資料類型——而非第二種模態——主張文字是對現實的有損壓縮，而因果關係存在於序列之中。

其架構讓影片成為機器可讀的記憶：影片內容只被理解一次、持久儲存，並可定位到精確的秒數——這正是擁有龐大檔案庫的企業真正需要的。

Nvidia 2023 年的投資是第一次驗證，也是切入點：它在模型出貨前就表明這項押注值得信賴，而三年的合作最終促成了 B 輪。

商業驗證來自一個狹窄的案例——GS Shop 的點擊率翻倍與購買意願提升 9 倍——顯示該平台在「影片超智慧」到來之前就能變現。

押注大多數 AI 所忽略的模態——影片而非文字——吸引了 Nvidia 與 Amazon 成為支持者；這項逆向押注仍須轉化為企業營收才能持續複利成長。

截至 2026 年 9 月 2 日，Twelve Labs 已募資超過 2.07 億美元：2026 年 7 月的 B 輪（1 億美元，由 Naver Ventures 與 NEA 共同領投，Amazon 參與）資助 Marengo、Pegasus 及其 Video Cognition System。企業營收集中在美國與歐洲，開發者營收每年成長 80–120%，採用者包括 GS Shop 與美國政府機構，其模型在 Amazon Bedrock 中全面託管運行。該公司計畫設立紐約與倫敦辦公室，預覽了影片創作應用 Rodeo，並持續推動韓國打造的影片模型成為新興影片情報時代的領導者。