Amazon Web Services、マルチモーダル RAG ツール Amazon Bedrock Knowledge Bases で Marengo 3.0 を一般公開──映像と音声の自然言語検索をフルマネージド化
TwelveLabs Marengo Embed 3.0 を Amazon Bedrock Knowledge Bases に統合し、MP4 や音声トラックを直接インデックス化して自然言語によるセマンティック検索をフルマネージドで実現する。
リリース: 2026-09-10 · 読了 3 分記事の要約
1. 核心（What）
- Amazon Bedrock Knowledge Bases で TwelveLabs Marengo Embed 3.0 が一般公開され、動画や画像のマルチモーダル埋め込みがサポートされた。
- S3 バケット等のデータソースから映像ファイルや音声トラックを取り込み、自動でセグメンテーションやフレームサンプリング処理が行われる。
- 埋め込みベクトルは 512 次元スペースに圧縮され、Amazon Bedrock Retrieve API 経由でダウンストリームのアプリケーションからクエリ可能になる。
- 提供リージョンは US East (N. Virginia) および US West (N. California) で、利用料金は通常の Bedrock モデル呼び出しレートおよびストレージ・取得量に準じる。
2. 影響（Why）
- 実装コストの劇的な圧縮: 文字起こしやフレーム切り出しなどの前処理パイプラインを自前で構築・保守する必要がなくなるため、マルチモーダル RAG の PoC 期間を数週間から数時間に短縮できる。
- 国内 SaaS への実務的インパクト: [国内 メディアアーカイブ運用企業] などの現場では、数千時間の映像資産に対する自然言語検索機能を最小限のインフラ追加コストで既存システムへ統合可能になる。
3. 根拠・詳細（How）
- マルチモーダル埋め込みとセグメンテーション: Marengo Embed 3.0 により映像・音声・テキストを 512 次元ベクトル空間へ統合エンコードし、デフォルト 4 秒のセグメンテーション単位で S3 からの同期時に自動インデックス化が行われる。
- API 連携とインフラ構成: Amazon Bedrock Retrieve API または Amazon Bedrock AgentCore の Gateway ターゲットを介して、既存のアプリケーションから Boto SDK 経由でベクトル検索を実行できる。
4. 展望・課題（Next）
- サポートリージョンの拡大待ち: 現時点では US リージョン限定での提供となっているため、国内本番環境への導入には東京リージョン（ap-northeast-1）等への対応状況を確認する必要がある。