Video and image search in Amazon Bedrock Knowledge Base using Marengo 3.0
AWS Machine Learning Blog 发布了一篇 walkthrough，介绍在 Amazon Bedrock Knowledge Bases 中使用 TwelveLabs 的 Marengo Embed 3.0 作为嵌入模型。证据称 Marengo Embed 3.0 已在该服务中正式可用（generally available），可为视频、图像和音频内容提供全托管的自然语言搜索；文章演示了如何构建由 Marengo 3.0 驱动的知识库并对媒体执行语义查询。
Development
- First ReportVideo and image search in Amazon Bedrock Knowledge Base using Marengo 3.0AWS Machine Learning Blog
- Current Assessment托管云平台把第三方多模态嵌入模型纳入知识库服务，意味着媒体检索正从自建管线转向平台化分发；对 TwelveLabs 这类模型提供方而言，Bedrock 成为一条分发渠道。但证据仅覆盖单一云与单一模型，尚不足以判断这是行业普遍趋势还是个案集成。Agent Pulse · analysis
AWS Machine Learning Blog 于 2026-09-10 发布文章，说明 TwelveLabs Marengo Embed 3.0 已作为嵌入模型在 Amazon Bedrock Knowledge Bases 中正式可用，把全托管的自然语言搜索扩展到视频、图像和音频内容。文章以 walkthrough 形式展示如何构建由 Marengo 3.0 驱动的知识库，并对其中的媒体执行语义查询。证据未给出定价、延迟、召回率或支持区域等细节，因此这些维度目前无法核验。
从证据可确认的是嵌入模型被接入 Bedrock Knowledge Bases 这一托管检索链路，媒体检索因此可以走与文本 RAG 相同的知识库抽象；但证据没有披露向量维度、分片策略、模态对齐方式或检索评测结果，因此不能推断检索质量或成本优于既有方案。可验证的下一信号是官方文档中是否出现该模型的输入模态、上下文长度与计费口径。
托管云平台把第三方多模态嵌入模型纳入知识库服务，意味着媒体检索正从自建管线转向平台化分发；对 TwelveLabs 这类模型提供方而言，Bedrock 成为一条分发渠道。但证据仅覆盖单一云与单一模型，尚不足以判断这是行业普遍趋势还是个案集成。
对已在 Bedrock 上构建 RAG 的团队，这条消息的价值在于媒体检索可能无需自建向量化与索引管线；但证据未提供成本与效果数据，因此采购或迁移决策前应先做小规模对照测试，确认召回与单位查询成本是否满足要求。
若后续出现更多模态模型进入同类知识库服务，媒体语义检索可能成为企业 RAG 的常规组件。可观察的下一信号是 AWS 是否公布该集成的区域可用性、配额与定价，以及是否有客户案例或基准数据。