AWS 博客称，TwelveLabs Pegasus 1.5 已在 Amazon Bedrock 可用。该视频语言模型可将长视频转换为带时间戳的结构化元数据：用户定义关注时刻后，模型以 JSON 返回所有匹配片段；新版本增加视频分段、支持参考图像的多模态提示，并可即时处理最长两小时视频。
为什么值得看：对企业负责人而言，该能力可用于视频内容检索、审核、归档和结构化分析等流程，并可直接在 AWS 云上部署，减少自建视频理解模型的工程投入。但来源为厂商发布信息，未披露价格、区域覆盖、配额、准确率和延迟，也未提供独立验证的客户效果，采购前需核实合规、成本与性能限制。
据 The Decoder 报道，Meta 推出开源权重模型 Muse Spark Open，拥有 8160 亿参数，可处理文本、图像、视频和音频，上下文最高达一百万 token。来源称其在基准测试中大致与最强的中国开源权重模型相当，并针对 Apple M5 Ultra 的本地运行进行了优化。
为什么值得看：企业负责人可关注其作为可本地部署的多模态长上下文模型选项，可能用于需要数据留在内网、处理长文档或多模态内容的场景，并影响硬件选型与推理成本评估。但许可证、商用条款、实际硬件门槛和基准细节尚未明确，需在采用前核实。
据 The Decoder 报道，英伟达发布开源多模态模型 Nemotron 3.5 Super VL，拥有 1200 亿参数，面向企业级 AI 智能体场景；同时推出两款紧凑型 Bolt 模型，可将智能体运行在本地机器上。报道称已有数十家组织在微调 Super VL，但要充分发挥其能力需购买英伟达硬件。
同一新闻，精选展示《NVIDIA 扩展 Nemotron 家族：推出 120B 开源 Super VL 与两款边缘 Bolt 模型》