Как Condé Nast построила мультимодальный поиск видео с помощью Amazon Bedrock
aws ·
Condé Nast совместно с Центром инноваций AWS в области генеративного искусственного интеллекта разработал мультимодальное решение для поиска видео на базе ИИ, направленное на устранение значительных операционных неэффективностей в редакционном процессе. Ранее команды тратили в среднем 250 минут на ручной поиск по библиотеке из более чем 140 000 видеороликов, используя только заголовки и описания. Новая система использует Amazon Bedrock и модель эмбеддингов TwelveLabs Marengo для выполнения семантического поиска одновременно по визуальным данным, аудио и транскриптам. Разделение конвейера приема данных и уровня обслуживания запросов обеспечивает высокую доступность и масштабируемость в нескольких зонах доступности. Поиск на основе намерений позволяет редакторам находить конкретные фрагменты с точными временными метками с помощью естественного языка или изображений, что значительно сокращает усилия по ручному просмотру. В результате Condé Nast достигла снижения времени на поиск контента на 99,2 процента, уменьшив его до менее чем двух минут на задачу. Эта инициатива также принесла около 800 000 долларов США экономии операционных расходов в год и ускорила получение выручки за счет ускорения ответов на запросы рекламодателей. Решение демонстрирует, как крупные медиаорганизации могут использовать мультимодальный ИИ для раскрытия ценности обширных архивов видео.
aws