Twelve Labs 推出的 Pegasus-1 是一款強大的視頻 - 文本生成模型，支持生成視頻的標題、摘要和自定義文本輸出。該模型具有 80B 個參數，相對於先前的視頻 - 語言模型，Pegasus-1 在 MSR-VTT 數據集上的表現提升了 61%，在 Video Descriptions 數據集上提升了 47%。用戶可以通過 API 調用 Pegasus-1 模型生成視頻的文本輸出，包括標題、摘要、章節和自定義格式。Pegasus-1 模型充分考慮了視頻的視覺、音頻和語音信息，相比於現有解決方案，其生成的文本更加全面和準確。