- Pegasus 1.5は長尺動画をタイムスタンプ付きの構造化JSONに変換する動画言語モデル
- 1回のリクエストで扱える動画は最大2時間。従来のPegasus 1.2は1時間だった
- 事前インデックス不要でS3から直接処理でき、データはAWSのデータ境界内に留まる
Bedrockで提供開始
Amazon Web Servicesは2026年10月9日、TwelveLabsの動画言語モデル「Pegasus 1.5」がAmazon Bedrockで利用可能になったと発表しました。動画言語モデルとは、映像とテキストの両方を入力として扱い、映像の内容についての説明や抽出結果を生成するモデルを指します。Pegasus 1.5は、長尺の動画を構造化されたタイムスタンプ付きメタデータに変換することを主な用途としています。
原文では、動画は非構造化データの中でも規模が大きく複雑なカテゴリでありながら、その大半が検索できず活用されていないと指摘されています。構造化された洞察を動画から取り出すには、これまで人手によるレビューや、分断されたツール群を組み合わせる必要がありました。Pegasus 1.5はこの作業をモデル側で置き換えることを狙ったものとみられます。
Bedrock上では、動画をAmazon S3のURIまたはbase64文字列から直接指定でき、事前のインデックス作成は不要とされています。また、顧客データはAWSのデータ境界内に留まると説明されています。
新機能と技術的な特徴
最大の変更点は、時間ベースのメタデータ生成です。ユーザーが「編集区間」「スポーツのプレー」「話者の切り替わり」「ブランドの登場」といった、業務上重要な区間の定義を渡すと、モデルは動画全体を解析し、一致するすべての区間を開始時刻・終了時刻と指定フィールド付きのJSONで返します。従来のようにクリップを指して質問し、回答を1つ得る使い方とは異なる位置づけです。
マルチモーダルプロンプトも追加されました。区間の定義にテキストの説明と参照画像を組み合わせることで、特定の製品・ロゴ・人物を、画面上での動作とあわせて特定できるとされています。処理方式も変わり、取り込みパイプラインや事前インデックスなしで、S3から直接動画を送って応答を受け取れるようになりました。
処理能力も拡張され、1回のリクエストで解析できる動画は最大2時間となりました。これはPegasus 1.2の1時間から倍増したものです。動画からテキストを生成する機能、フレーム内の物体・文字・数値の理解、特定事象の時刻を特定する時間的グラウンディング、視覚・音声・テキストを統合する理解といった既存の能力は維持・強化されているとしています。
APIの使い方と2つのモード
呼び出しはbedrock-runtimeエンドポイントに対して、InvokeModelまたはInvokeModelWithResponseStreamで行います。リクエストはanalysisModeフィールドで2つの解析モードのいずれかを選びます。1つは要約や質問応答に使うgeneralモード、もう1つは区間定義を渡すtime_based_metadataモードです。
動画の渡し方は2通りあります。長尺向けのs3LocationはオブジェクトのURIとbucketOwnerのアカウントIDを指定します。短尺向けのbase64Stringはリクエスト本文に動画を埋め込む方式で、25MBまでという上限があります。generalモードではresponseFormatにjson_schemaを指定することで、応答をJSON Schemaに沿ったJSON文字列に制約でき、後続のコードでそのままパースできます。
コスト管理の面では、Pegasus 1.5からアプリケーション推論プロファイルを作成してタグを付け、モデルIDの代わりにARNで呼び出すことで、アプリケーション単位のコスト追跡ができます。またincludeMeteringをtrueにすると、非ストリーミング応答にoutputTokenCountとinputVideoSecond(解析した動画の秒数)が追加されます。
現時点の制約と注意点
多言語対応は、英語がフル対応である一方、アラビア語・中国語・フランス語・ドイツ語・イタリア語・日本語・韓国語・ポルトガル語・ロシア語・スペイン語・タイ語・ベトナム語は部分対応とされています。部分対応の具体的な範囲や精度についての説明は原文にありません。
利用にあたっては、Bedrockのモデルアクセス有効化と、bedrock:InvokeModelおよびbedrock:InvokeModelWithResponseStreamのIAM権限が必要です。Python 3.10以降とAWS SDK for Python(Boto3)が前提条件として挙げられています。認証は通常のAWS認証情報のほか、AWS_BEARER_TOKEN_BEDROCK環境変数によるベアラートークンも使えますが、本番ではIAM認証情報から生成する短期トークンの利用が推奨されています。
応答のstopReasonがlengthの場合、maxOutputTokensに達して出力が途中で切れていることを意味するため、結果を利用する前に確認が必要です。原文には料金体系やレイテンシに関する記載はなく、これらの評価は現時点ではできません。
| 項目 | Pegasus 1.2 | Pegasus 1.5 |
|---|---|---|
| 1回のリクエストで扱える動画の長さ | 最大1時間 | 最大2時間 |
| 動画セグメンテーション | 記載なし | 対応(全区間をJSONで返す) |
| 参照画像を使うマルチモーダルプロンプト | 記載なし | 対応 |
| オンザフライ処理 | 記載なし | 事前インデックス不要 |
Now, Pegasus 1.5 analyzes the entire video, finds every segment that matches user-defined criteria, and returns structured, timestamped metadata.
現在、Pegasus 1.5は動画全体を解析し、ユーザーが定義した条件に一致するすべての区間を見つけ、構造化されたタイムスタンプ付きメタデータを返します。
今後の見通し
今後注目されるのは、料金体系と日本語を含む部分対応言語の実力です。原文には価格の記載がないため、動画1分あたりのコストがいくらになるかは現時点では判断できません。includeMeteringで取得できるinputVideoSecondとトークン数を使えば、自社の動画で試したうえでコストを試算できます。また、2時間の動画を1リクエストで処理する場合のレイテンシや、区間定義の書き方によって抽出精度がどう変わるかも明らかになっていません。これらの数値が公開されれば、既存の人手レビュー工程をどこまで置き換えられるか判断しやすくなるとみられます。
日本の開発者・IT企業にとっての意味
動画は業務システムの中で最も扱いにくい非構造化データのひとつで、監査やコンプライアンス、教育コンテンツの検索、スポーツやメディアの編集といった領域では、人手による確認作業が残りがちでした。Pegasus 1.5が返すのは自由文ではなく、開始・終了時刻と指定フィールドを持つJSONなので、既存のバッチ処理や検索基盤にそのまま流し込める形になります。事前インデックスの構築が不要なため、S3に蓄積された動画に対して後から処理をかける設計を取りやすくなります。一方で、日本語は部分対応にとどまり、料金も原文に記載がありません。動画秒数とトークン数がレスポンスから取得できるため、まずはincludeMeteringを有効にした小規模な検証でコストと精度を見極める進め方が現実的です。
気になる点
- 日本語の動画も解析できますか
- 原文では英語がフル対応、日本語を含む12言語は部分対応とされています。部分対応が何をどこまで指すのか(精度や出力言語など)は原文に説明がないため、実運用の前に自社の動画で検証する必要があります。
- 料金はいくらですか
- 原文に価格の記載はありません。リクエストにincludeMeteringを指定すると、応答にoutputTokenCountとinputVideoSecond(解析した動画の秒数)が含まれるため、これを基にコストを試算する形になります。
- 既存のパイプラインから移行するには何が必要ですか
- Bedrockでモデルアクセスを有効化し、bedrock:InvokeModelとbedrock:InvokeModelWithResponseStreamの権限を付与します。動画はS3 URI(長尺向け)かbase64文字列(25MBまで)で渡せるため、事前のインデックス構築は不要です。
用語解説
- 動画言語モデル
- 映像とテキストを入力として扱い、映像内容の説明や抽出結果を生成するモデル。
- タイムスタンプ付きメタデータ
- 動画内の各区間を開始時刻・終了時刻とともに構造化したデータ。検索や編集に利用できる。
- 時間的グラウンディング
- 動画内の特定の事象がどの時刻で起きたかを正確に特定する能力。
- 推論プロファイル
- Bedrockでモデルの呼び出し設定をまとめたもの。ARNで呼び出し、タグ付けによりコストを按分できる。
- JSON Schema
- JSONの構造を定義する仕様。モデルの出力形式を制約し、後続処理でパースしやすくする。
出典
Pegasus 1.5 from TwelveLabs is now available in Amazon Bedrock
AI導入も顧問も、お任せください
何から手をつけるか、どこまでAIに任せるか。自社の業務に合わせて整理し、導入から運用まで伴走します。相談だけでも構いません。
AI導入について相談する