行业资讯 · 2026-09-13
亚马逊Bedrock上线Marengo3.0 支持多模态内容自然语言搜索
优秘智能观察到，2026年9月亚马逊Bedrock知识库正式接入Marengo Embed 3.0多模态嵌入模型，可实现音视频、图片的自然语言语义搜索，降低企业非结构化内容处理门槛。
优秘智能观察：AI多模态能力的落地正在逐步降低企业非结构化内容的处理门槛，近期海外云服务商的产品更新为企业音视频、图片类资产的检索提供了新的成熟方案。
多模态搜索能力正式上线亚马逊Bedrock知识库
2026年9月，亚马逊云科技宣布TwelveLabs Marengo Embed 3.0作为嵌入模型正式在亚马逊Bedrock知识库全量可用。
过去，音视频、图片类媒体资产很难按语义实现精准搜索，体育、教育、零售、安防等行业团队需要从数小时的素材中定位特定片段时，往往需要人工梳理，或是自行搭建包含转录服务、帧抽取、嵌入模型、向量数据库、同步逻辑的复杂技术管线，开发和维护成本极高。
亚马逊Bedrock知识库是全托管的检索增强生成（RAG）服务，原生支持MP4、MOV等视频格式，JPEG、PNG等图片格式及音频文件，可直接对接亚马逊S3、SharePoint、Confluence等主流数据源。本次接入的Marengo Embed 3.0是一款多模态嵌入模型，可将视频、音频、图片、文本统一编码为存储高效的512维向量，二者结合后，企业无需自行搭建技术管线，即可获得全托管的多模态内容自然语言搜索能力。
落地实操：快速搭建多模态语义知识库
官方发布的实操指南显示，企业仅需5步即可完成多模态知识库搭建，无需复杂的预处理工作：
- 1. 准备媒体资产：将音视频、图片文件上传至亚马逊S3桶，无需提前做抽帧、转录等预处理；
- 2. 创建托管知识库：在亚马逊Bedrock控制台创建托管知识库，选择TwelveLabs/Marengo Embed 3.0作为嵌入模型；
- 3. 配置参数：关联S3数据源，按需配置音视频分段时长，默认值为4秒；
- 4. 同步数据：启动同步后，系统将自动完成帧抽取、音频转录、向量嵌入、索引写入全流程；
- 5. 语义搜索：直接在控制台输入自然语言查询，比如“找出这场足球赛的点球片段”，即可返回带时间戳的精准结果，使用完成后可清理相关资源避免额外成本。
多模态搜索的企业应用价值
该能力可覆盖多个行业的实际需求：体育分析团队可快速检索跨赛季的特定战术、球员动作片段；传媒机构可快速检索素材库中的特定画面，提升内容生产效率；教育机构可快速定位课程中对应知识点的片段，优化教学资源匹配；零售、安防领域可快速定位监控视频中的特定事件，减少人工筛查成本。
优秘智能点评
企业日常经营中会产生大量音视频、图片、产品素材、客户沟通记录等非结构化数据，这些资产往往沉淀在存储系统中，过去很难被高效挖掘复用，随着多模态RAG技术的逐步成熟，企业无需投入高额的技术研发成本，即可低成本解锁这类沉睡资产的价值，提升全链路经营效率。
不同规模的企业都能从多模态能力落地中获得增益：1人创业团队可快速检索过往产品素材、客户沟通记录，无需浪费时间翻找历史文件；成长型企业可搭建专属的内部素材、知识知识库，降低市场、运营、客服团队的信息检索成本，提升响应效率；集团型企业可统一管理全集团的品牌素材、培训资料、项目档案，实现知识资产的沉淀与复用，减少重复投入。
优秘智能聚焦AI在企业营销、经营场景的落地，旗下营销智脑、灵秘数字分身等产品已集成成熟的多模态内容处理能力，可辅助企业提升内容生产、客户运营、知识沉淀的效率，有相关需求可前往优秘智能官网umi6.com咨询了解。