Revolucija u video analizi: Moments Lab donosi MXT-2!
Revolucija u video analizi: Moments Lab donosi MXT-2!
7. svibnja 2025. godine, Bayer 04 Leverkusen uspio je značajno povećati učinkovitost u proizvodnji medija implementirajući rješenje za video i indeksiranje fotografija utemeljenog na AI iz Laboratorija za indeksiranje fotografija. Tehnologija automatski prepoznaje lica, predmete, logotipe, orijentire, tekstove i audio sadržaj, a koriste ih različite sportske organizacije, medijske kompanije i novinari kako bi optimizirali svoje tijekove rada.
Posebno je napomenuti da je Bayer 04 Leverkusen ostao neporažen prošle sezone i postavio europski rekord od 51 utakmice. Tim udruge za društvene medije redovito je dijelio istaknute i zabavne sadržaje, za koje se svaki tjedan bilježi prosječno tri i pol sata filmskog materijala. Do uvođenja nove tehnologije, članovi tima morali su ručno voditi bilješke i pregledati snimke kako bi izrezali najbolje trenutke.Upotreba momenata laboratorija
Odluku o integriranju momenta u proces proizvodnje dočekao je Robin Klütsch, stariji vizualni dizajner u Bayeru 04. izvijestio je o značajnim uštedama od novog rješenja. Šef inovacije, Alexander Hartmann, naglasio je koliko je važno brzo pronaći relevantni sadržaj kako bi se pratio brzinom digitalnog marketinga.
Moments Lab također je nedavno predstavio novi MXT-2 AI model na NAB 2025. Ovaj model ima skup podataka o treningu od 1,5 milijardi slika, što je više od tri puta više od prethodnika. Poboljšanje video analize i stvaranje detaljnih, prilagodljivih opisa središnji su cilj MXT-2. Prethodni postupci u kojima su dodani metapodaci poput naslova i opisa zahtijevali su puno vremena i bilo je teško skalirati.
S MXT-2, kupci mogu pronaći sadržaj do sedam puta brže od svojih video arhiva. Nove funkcije "Prilagođeni trenuci" i "Custom Insights" nude vremenske opise i automatsku klasifikaciju video sadržaja. Treba naglasiti da MXT-2 Google Istraživanja VID2SEQ prelazi za 47 % kada se video sekvenci.
Inovacije u indeksiranju videozapisa
Funkcija "prilagođenih trenutaka" omogućava preciznu segmentaciju sadržaja, što uključuje, na primjer, automatsko isticanje jela u shorima za kuhanje ili sastavljanje istaknutih dijelova u sportskom izvještavanju. Kao dio "prilagođenih uvida", kategorizacija je omogućena prema određenim parametrima, što omogućava učinkovito stvaranje tekstova iz video sadržaja.
Uvođenjem MXT-2, Momess Lab vidi se u položaju da dugoročno pojednostavi pretraživanje i sortiranje medijskih knjižnica. Platforma je ili dostupna kao platforma za otkrivanje videozapisa ili se može integrirati u postojeće alate putem API -ja za ubrzanje proizvodnih procesa i poboljšanje pripovijedanja.
| Details | |
|---|---|
| Quellen | |