时间：2026年7月2日
地点：美国加利福尼亚州旧金山
人物：视频AI基础模型开发商TwelveLabs及其联合创始人兼首席执行官Jae Lee；联合领投方NEA（恩颐投资）与NAVER Ventures；参投方包括亚马逊（Amazon）、Radical Ventures、Korea Investment Partners、Index Ventures、Quadrille Capital以及Red Bull Ventures等机构。
事件详情：视频AI基础模型开发商TwelveLabs于7月2日宣布完成1亿美元B轮融资。本轮融资由NEA与NAVER Ventures联合领投，亚马逊等多家机构跟投。此轮融资完成后，TwelveLabs累计融资总额已超过2.07亿美元。公司表示，本轮融资旨在突破简单的视频理解边界，向全面智能化迈进。与此同时，TwelveLabs深化了与亚马逊云科技（AWS）的合作关系，签署了多年期承诺，将视频推理工作负载专项优化至AWS Trainium芯片上，未来新一代前沿模型也将率先在AWS平台发布。TwelveLabs的服务自2025年起已在AWS Marketplace上线，并可通过Amazon Bedrock托管访问基础模型。
背景：随着视频内容在互联网数据中的占比持续攀升，如何让AI真正理解视频（而非仅仅识别静态图像）成为行业核心挑战。传统方法是将视频切分为截图帧后交由大语言模型处理，但这种方式无法捕捉时序变化和动态语义。TwelveLabs从底层构建了原生理解视频的多模态模型，其核心产品包括Marengo 3.0（实现视频、音频、文本的AI向量嵌入）和Pegasus 1.5（将视频转化为结构化数据，识别场景边界、实体对象和时间片段）。公司CEO Jae Lee指出，"语言是理解的下游产物，视频才是理解真正需要回答的数据"，强调视频理解是机器智能发展的基石。TwelveLabs的五年前逆向押注——专注视频而非文本——如今在AI视频分析需求爆发的背景下获得了市场验证。
影响：
- 对AI视频分析行业而言，TwelveLabs的B轮融资表明资本市场对"视频理解"赛道的信心持续增强。与Amazon的深度绑定不仅带来了资金支持，更意味着AWS将视频推理作为重要的云服务方向，将带动更多企业客户采用视频AI技术。
- 对技术路线而言，TwelveLabs坚持自研原生多模态视频模型而非在大语言模型上简单叠加视频能力，这种"视频优先"的技术路线正在获得认可。其模型在多次查询间保持持续记忆的能力，为视频监控、自动驾驶、体育分析等场景提供了更智能的解决方案。
- 对产业应用而言，TwelveLabs横跨安全监控、广告营销、体育分析和汽车行业等多个领域的技术能力，意味着AI视频理解正从实验室走向大规模商业应用。随着视频数据量的持续爆炸式增长，能够高效理解和利用视频资产的企业将获得显著的竞争优势。
总结：TwelveLabs以1亿美元B轮融资为视频AI理解赛道再度注入了强劲动力。公司从底层构建的原生多模态视频模型已在Marengo和Pegasus两代产品中得到验证，与AWS Trainium芯片的深度绑定也为未来的算力扩展做好了准备。随着企业视频数据量的持续增长和AI视频理解技术的不断成熟，像TwelveLabs这样专注"视频优先"路线的AI公司正在开辟一个潜力巨大的新市场。其持续记忆和时序理解的技术特色，有望将视频从被动的存储资产转变为主动的智能数据源。
参考来源：
- https://so.html5.qq.com/page/real/search_news?docid=70000021_3536a4639a121952
- https://new.qq.com/rain/a/20260702A08A5Y00
- https://domain.news/
- https://github.com/topics/twelvelabs
- https://twelvelabs.io/