メインコンテンツへジャンプ

Databricks VenturesがTwelve Labsに投資し、データインテリジェンスプラットフォームにビデオインテリジェンスを導入

アンドリュー・ファーガソン
マーガレット・アモリ
Maria Pere-Perez
Share this post

Summary

  • Databricks VenturesはTwelve Labsに投資し、両社間の長期的なパートナーシップを深めました。
  • DatabricksとTwelve Labsは、より広範な顧客層にビデオデータ内のコンテキストを解き放つのを支援しています。
  • この発表は、Twelve LabsとDatabricks Mosaic AIとの新たな統合のローンチに続くもので、これにより高度なビデオアプリケーションの開発時間とリソースの必要性が削減されます。

世界のデータの約80%がビデオ形式である一方で、ビデオデータの検索と理解を可能にすることは、歴史的に見て困難で、手間がかかり、時間を要する作業でした。Twelve Labsのチームは、ビデオに焦点を当てた多モーダルの基礎モデルを開発し、これらの先進的なモデルを中心に強力なプラットフォームを構築することで、これを変えることを目指しました。これにより、企業は自社の大量のビデオコンテンツから価値を引き出すことが可能になります。その過程で、Twelve LabsのチームはMosaicMLとDatabricksとパートナーシップを組み、業界をリードするモデルを作成し、Databricksのデータインテリジェンスプラットフォームにビデオインテリジェンスを追加しました。

今日、私たちはDatabricks VenturesがTwelve Labsに投資したことを発表することを嬉しく思います。この投資は、私たちとTwelve Labsとの長期的なパートナーシップを深め、DatabricksとTwelve Labsとの間でビデオデータ内のコンテキストをより広範な顧客層に解放するための追加の統合ポイントを開く機会を提供します。

なぜTwelve Labsなのか

Twelve Labsは、現在のAIで最も複雑な課題の一つであるビデオ推論の最前線に立っています。Twelve Labsは、深い研究と現実世界の顧客からのフィードバックを組み合わせて、視覚的な表現、ボディランゲージ、話された言葉、そしてビデオ内の全体的なコンテキストとの間の複雑な関係を捉える強力なビデオ埋め込みを生成する独自のモデルのスイートを開発しました。Twelve Labsを利用することで、企業は大規模なビデオライブラリを簡単に検索し、収益化し、洞察を抽出し、スケールでコンテンツを再利用することができるようになりました。

Twelve Labsのユニークな研究主導型、ビデオファーストのアプローチにより、同社はスポーツ、メディアとエンターテイメント、広告など、ビデオ集約型の業界を幅広くカバーする印象的なエンタープライズ顧客を獲得しています。これらの業界のお客様からは、Databricksのデータインテリジェンスプラットフォームの分析能力をビデオデータに拡張するようDatabricksに要求が増えてきており、ビデオ理解のリーダーであるTwelve Labsとより密接に協力する方法を見つけることは自然な動きでした。

Twelve LabsとDatabricksの次のステップは何か

Twelve LabsとDatabricksの次のステップは何か

最近、私たちはTwelve LabsとDatabricks Mosaic AIとの統合を発表しました。これにより、高度なビデオアプリケーションの開発時間とリソースの必要性が削減されます。Databricks Mosaic AIが提供する多モーダル埋め込みと効率的なベクトル検索機能を活用することで、私たちの統合は開発者が洗練されたビデオ検索、推奨、分析システムを構築することを可能にします。

将来的には、Mosaic AI Model Servingソリューション内でTwelve Labsのビデオモデルにネイティブにアクセスできるようにするなど、Twelve Labsとの技術統合を深めることを予定しています。これにより、共同の顧客は、自然言語を使用して大量のビデオコンテンツを検索したり、テキストや画像に基づいてビデオクリップやシーンをインデックス化・分析したりするといった、高度なビデオ理解のユースケースを、よりシームレスに実現できるようになります。これにより、ビデオ理解を既存のDatabricksデータパイプラインや機械学習ワークフローにより容易に組み込むことが可能になります。ビデオコンテンツがメディアやエンターテイメントからイーコマース、セキュリティまでの業界で増え続ける中、ビデオデータから効率的に分析し、価値を抽出する能力はますます重要になってきます。

Twelve Labsのチームとさらに密接に協力できることを大変嬉しく思います。今後のコラボレーションのニュースをお楽しみに。

Databricks 無料トライアル

関連記事

イノベーションを祝して:Databricks Generative AIスタートアップチャレンジのファイナリスト発表

私たちは、 Databricks Generative AI Startup Challenge のファイナリストを発表することを大変嬉しく思います。これは、Databricks Data Intelligence Platform上で生成AIの力を活用する革新的な初期スタートアップをスポットライトに当てるために設計されたコンペティションです。AWSとの協力のもと、このチャレンジは技術の限界を押し広げ、現実の問題を解決しようとする多くの参加者を引きつけました。賞金総額100万ドル以上と、3人の勝者に対する可能性のあるDatabricks Venturesの資金提供があるため、非常に大きな賞金となっています。 ファイナリストをご紹介します 厳格な選考プロセスを経て、以下の4つのスタートアップを最終候補として発表します。 ChipStack ChipStack は、今日のテクノロジーにおける最も重要な課題の一つ、つまり複雑な半導体チップをより速く、より良く構築する方法に取り組んでいます。生成AIの力を活用して、Chi

RAGの精度向上へ:Databricks VenturesがVoyage AIに出資

私たちが顧客から頻繁に聞くのは、生成AIアプリケーションをパイロットから本番環境に移行する際の課題の1つが、既製の大規模言語モデル(LLM)が生成する結果の正確性であるということです。この正確性のギャップを埋めるために、企業が取り組んでいる方法の1つが、Retrieval Augmented Generation(RAG)アーキテクチャを含む「 複合AIシステム 」を構築することです。RAGアーキテクチャや複合AIシステムでは、企業や特定分野のデータをプロンプトや応答の一部として取り入れることで、既製のLLMの応答の質を向上させます。Databricksでは、これをLLMの「一般知能」から「データ知能」へのシフトと捉えており、わずかなリトリーバルの質や効率の向上でも、ユーザー体験に大きな影響を与えることができると考えています。 高品質な埋め込みモデルは、正確なRAGシステムの礎です。今年、DatabricksのMosaic AI上で開発されたRAGアプリケーションが急増している中、Databricksが業界トップ

データインテリジェンスと評価インテリジェンスを統合する:Databricks VenturesがGalileoに投資

私たちの顧客は、生成型AIを試験から本番環境へ移行させる最大の課題は「 測定問題 」だと言っています。これらのシステムを測定し、信頼するのは難しいです。LLMプロバイダーは制御テストでのパフォーマンス結果を共有しますが、企業はモデルを変更し、自身のデータを追加します。これにより、現実世界での評価が難しくなります。 現在のAIの状況では、ほとんどの組織が単一の呼び出しLLMアプリケーションから AIシステム へと移行しています。これらのシステムは、複数のツール、検索戦略、推論ステップ、ビジネスルール、およびLLMを使用して、ユーザープロンプトから単一の出力を生成します。フードの下ではたくさんのことが進行中です。 Databricksでは、顧客のデータと、そのビジネスのユニークな特性に合わせて調整された強力なAIモデルを組み合わせることで、分析とインテリジェントアプリケーションへのアクセスを民主化しています。私たちは、一般的なインテリジェンスから、私たちがデータインテリジェンスと呼ぶものへのシフトをリードしています。
Databricks ブログ一覧へ