康泰纳仕如何利用Amazon Bedrock构建多模态视频发现系统
aws ·
Condé Nast与AWS生成式AI创新中心合作,开发了一种基于AI的多模态视频发现解决方案,以解决其编辑工作流程中存在的重大运营效率低下问题。此前,团队平均需要花费250分钟,仅凭标题和描述手动搜索超过14万部视频库中的内容。新系统利用Amazon Bedrock和TwelveLabs Marengo嵌入模型,同时对视觉、音频和转录数据进行语义搜索。通过将数据摄入管道与查询服务层解耦,该架构确保了在多个可用区之间的高可用性和可扩展性。这种基于意图的搜索功能允许编辑人员使用自然语言或图像查询来查找具有精确时间戳的特定片段,从而显著减少了人工审查的工作量。结果,Condé Nast将内容发现时间减少了99.2%,每项任务耗时降至两分钟以内。该举措还带来了约80万美元的预计年度运营节省,并通过加快响应广告商请求的速度加速了收入获取。这一方案展示了大型媒体组织如何利用多模态AI从庞大的视频档案中释放价值。
aws