AI辅助整理：本文基于下方列出的公开原始来源改写，不代替原文。
核心摘要： AWS宣布TwelveLabs的Marengo Embed 3.0作为嵌入模型在Amazon Bedrock知识库中正式可用。该模型把视频、音频、图片与文本联合编码进512维向量空间，配合托管知识库自动完成分段、抽帧、转写、嵌入与检索，用户无需自建转写、抽帧、向量库与同步逻辑。官方给出的示例是对2022年世界杯决赛10分钟片段做自然语言检索，例如“找出这场比赛的点球”。目前在美国东部（弗吉尼亚北部）与美国西部（加利福尼亚北部）两个区域可用。
业务背景：视频与图片长期“不可按含义检索”
官方在发布中指出，视频与媒体资产在很大程度上仍无法按含义检索。媒体、体育分析、教育、安防与零售团队需要在数小时素材中找到特定时刻，例如“给我看下半场的点球”。
过去要自建语义检索，需要把转写服务、抽帧流水线、嵌入模型、向量数据库与同步逻辑拼在一起，工程复杂且维护成本高。
产品更新了什么
Amazon Bedrock知识库是托管的检索增强生成服务，负责存储、摄取、嵌入、重排与检索，支持MP4、MOV视频、JPEG、PNG图片与音轨，并内置S3、SharePoint、Confluence等连接器。
Marengo Embed 3.0是多模态嵌入模型，把视频、音频、图片与文本联合编码进紧凑的512维向量空间。接入后，用自然语言搜索视频、音频与图片内容成为完全托管的体验，托管知识库会自动生成多模态嵌入，把视觉、文本、语音与音频信号统一到同一向量表示。
AI怎么落地：五步走通
第一步，准备素材：把视频文件上传到S3，无需预处理，托管知识库会自行完成分段、抽帧与转写。
第二步，创建托管知识库：在Bedrock控制台选择创建托管知识库，在嵌入模型处把默认的Amazon Titan Text改为TwelveLabs/Marengo Embed 3.0，数据源选择S3并填写桶路径。
第三步，同步摄取：点击同步后，系统自动抽帧、转写音频、为每个分段生成嵌入并写入索引。第四步，语义检索：在控制台测试区输入如“找出这场比赛的点球”的查询，返回结果带分段起止时间、来源URI与嵌入类型等元数据。第五步，接入应用：通过Bedrock Retrieve API或作为AgentCore的网关目标供下游应用调用。
结果证据与边界
官方示例使用2022年世界杯决赛的10分钟片段，检索“点球”时返回的靠前结果定位到点球发生的时刻，并附带可回放的视频与来源分段时间线。
边界方面：目前仅在美国东部（弗吉尼亚北部）与美国西部（加利福尼亚北部）可用；音频与视频分段默认均为4秒，可在高级配置中调整；嵌入生成按Amazon Bedrock标准模型调用费率计费，托管知识库按存储与检索计费。来源未披露客户侧量化收益。
可复制动作
先做资产盘点，把视频与图片集中到S3或已支持的连接器数据源，明确哪些素材值得被检索。
用三个真实业务问题做验收，例如“找出讲某功能的那段演示”“找出客户提到某问题的通话片段”，确认返回结果的时间戳与来源可核对。
根据检索精度与成本调整分段时长，并把检索接口接入现有客服、培训或营销系统，避免只停留在控制台演示。
证据与边界
- 官方宣布Marengo Embed 3.0在Amazon Bedrock知识库正式可用
- 模型把视频、音频、图片与文本联合编码为512维向量
- 可用区域为us-east-1与us-west-1
- 发布日期来自页面元数据2026-09-10
企业今天可以做什么
建议内容与营销团队先做一次资产盘点：把散落在S3、SharePoint或Confluence的视频与图片接入托管知识库，用Marengo 3.0生成嵌入后，先跑三个高频检索问题验证效果，例如“找出讲某功能的那段演示”“找出客户提到某问题的通话片段”。同时注意两点：一是当前仅两个美国区域可用，需确认数据驻留要求；二是分段时长默认4秒，可按业务调整以平衡检索精度与成本。