TwelveLabs 正式推出视频智能体 Jockey：自然语言搜片、粗剪，可在 ChatGPT / Claude 里用
TwelveLabs 于北京时间 10 月 15 日宣布视频智能体 Jockey 正式公测转正式可用，可对整库素材做自然语言搜索与理解，组装高光粗剪并导出 MP4；支持在 ChatGPT、Claude（经 MCP）以及 API 中调用，还能从公开视频链接导入素材并参考互动数据排序。
视频理解公司 TwelveLabs 在北京时间 10 月 15 日通过官方博客和新闻稿宣布，视频智能体 Jockey 结束研究预览，正式对公众开放。产品页为 twelvelabs.io/jockey。按官方说明，Jockey 把公司的检索模型 Marengo 与视频语言模型 Pegasus 串成一套工作流：先找相关片段，再理解画面与对白，最后按你的要求往下做。
结合正式版更新说明，这次对创作者比较实用的能力包括：
- 自然语言问素材库：按人物、场景、话题或「产品被怎么用」等描述，在整库视频与图片里找片段，并说明为什么匹配；
- 场景拆解与对白检索：可按镜头拆解一条片子，也能按说出口的内容定位采访、口播里的关键句；
- 粗剪与导出：把选中片段排成高光 reel，时间点可精确到亚秒，支持在时间线上裁剪、调序，再导出 MP4，或把带片源引用的结果存成可分享的 artifact；
- 入口：可在 ChatGPT、Claude（经 MCP 连接 TwelveLabs 账号）里直接对话操作，开发者也可走 API；支持粘贴公开 YouTube 等链接、Google Drive 或本机上传进素材库；
- 社媒与表现参考：官方称可从 YouTube、TikTok、Instagram Reels 等公开链接导入视频，并结合观看、点赞等互动指标做排序参考（具体以账号权限与平台规则为准）。
对创作者意味着什么： 拍完一场活动或囤了一堆产品演示、采访素材时，不必再靠记忆和文件名翻盘；用一句话找出可用镜头、排出第一条粗剪，再导出成片种子，适合短视频拆条、品牌回顾和多平台二创。上手建议：先建一个小合集（例如最近一次拍摄），在 ChatGPT 或 Claude 里连上 Jockey，用「找出产品出镜最清楚的三段并排成 30 秒」这类具体指令试；成片前仍要人工过一遍授权、口误和品牌露出。涉及他人肖像、音乐版权或平台素材时，按各平台规则标注与取得授权后再发。
信息来源：TwelveLabs 官方博客（本文为编辑整理改写）
