AWS 案例:为娱乐营销打造「梗图级」视频片段检索管线

AWS ML Blog · rss · 2026-11-19

AWS ML 博客详解 Social Department 如何构建 QuickSearch——面向娱乐营销团队的语义视频发现系统,解决「找哪一秒能出圈」这类无法用搜索框描述的判断型问题。

核心问题:营销团队管理数万条视频资产,真正有价值的查询是编辑判断(哪段可传播、哪句台词可引用、哪帧能做梗图),传统语义搜索答不了;趋势信号在片库之外且按小时变化。

QuickSearch 四个动作:

架构:三条独立调度的管线——内容理解管线(S3 上传→EventBridge→Step Functions 编排约 24 个 Lambda→MediaConvert 转码→Rekognition 镜头检测)、趋势获取管线、请求时将两者关联的 QuickSearch 任务层。视频理解基于 TwelveLabs Marengo 3.0 与 Pegasus 1.2,检索用 OpenSearch Serverless,另接入 Claude 模型,全部跑在 Amazon Bedrock 上。

负责任 AI:代码校验生成内容对源素材(台词不在字幕里即丢弃)、Bedrock Guardrails 拦截 prompt 攻击、每条发布前人工审批,原则是「AI 提议、人来决定」。

原文链接 →

「编程与Agent」频道最新

更多「编程与Agent」频道 AI 资讯 →