TwelveLabs pozyskuje 100 milionów dolarów na AI, która rozumie wideo

TwelveLabs, startup budujący modele AI do rozumienia i przeszukiwania nagrań wideo, ogłosił 1 lipca 2026 roku zamknięcie rundy serii B na 100 milionów dolarów. Rundę współprowadziły fundusze NEA i NAVER Ventures, a łączna kwota finansowania pozyskana przez firmę od startu sięgnęła około 150 milionów dolarów. To jeden z większych czeków, jakie w ostatnich tygodniach trafiły do spółki spoza kręgu gigantów pokroju OpenAI, xAI czy Anthropic.

Czym różni się od generatorów wideo

TwelveLabs celowo trzyma się z dala od modnej kategorii generowania wideo, w której rywalizują OpenAI, Google czy Runway. Firma zajmuje się odwrotnym problemem, czyli rozumieniem istniejącego materiału wideo. Jej model Marengo zamienia sygnały wizualne, audio, mowę i tekst widoczny na ekranie w jedną przeszukiwalną reprezentację, a model Pegasus przekształca tę reprezentację w opisy, odpowiedzi na pytania i podsumowania w języku naturalnym.

Oba modele składają się na to, co firma nazywa Video Cognition System, czyli architekturę łączącą percepcję, pamięć i wnioskowanie. Celem jest sprawienie, by każda sekunda nagrania wideo była dostępna do przeszukania i wykorzystania przez agentów AI, na przykład przy przeglądaniu archiwów telewizyjnych, materiałów z kamer przemysłowych czy bibliotek treści marketingowych.

Kto zainwestował

Poza liderami rundy, NEA i NAVER Ventures, w finansowaniu wzięły udział Amazon, Radical Ventures, Korea Investment Partners, Index Ventures, Quadrille Capital oraz Red Bull Ventures. Obecność Amazona jako inwestora nie jest przypadkowa i wiąże się z drugą częścią ogłoszenia, czyli pogłębieniem współpracy technologicznej.

TwelveLabs zapowiedziało, że pieniądze z rundy przeznaczy na rozwój Marengo i Pegasusa, skalowanie Video Cognition System do obsługi największych archiwów wideo na świecie oraz rozbudowę zespołu. Firma, dotąd działająca z biur w San Francisco i Seulu, otworzy też nowe oddziały w Nowym Jorku i Londynie, co ma ułatwić obsługę klientów korporacyjnych w Ameryce Północnej i Europie.

Sojusz z Amazonem

Amazon, jako inwestor powracający z wcześniejszych rund, wynegocjował sobie status preferowanej chmury dla TwelveLabs. Nowe modele firmy mają być od teraz dostrajane pod chipy AWS Trainium i trafiać na tę platformę jako pierwszą, zanim pojawią się gdzie indziej. TwelveLabs zdobyło już wcześniej certyfikat AWS AI Competency, co potwierdza, że integracja z infrastrukturą Amazona nie jest jednorazowym gestem, tylko elementem dłuższej strategii.

Dla Amazona taka umowa to sposób na przyciągnięcie do własnej chmury kolejnego wyspecjalizowanego dostawcy AI, podobnie jak wcześniej robił to z Anthropic. Dla TwelveLabs to z kolei gwarancja stabilnego zaplecza obliczeniowego bez konieczności budowania własnych centrów danych, co przy technologii wymagającej ogromnej mocy do analizy wideo bywa kosztowną barierą wejścia.

Znaczenie dla rynku wideo i agentów AI

Rozumienie wideo przez maszyny staje się osobnym, coraz cenniejszym segmentem rynku AI, odrębnym od generowania obrazu ruchomego. Firmy medialne, sportowe i marketingowe siedzą na archiwach liczonych w milionach godzin nagrań, których ręczne przeszukiwanie jest praktycznie niewykonalne, a modele takie jak Pegasus pozwalają zadawać im pytania w języku naturalnym i dostawać odpowiedzi z konkretnym fragmentem nagrania jako źródłem.

Dla polskich nadawców telewizyjnych, agencji reklamowych i platform streamingowych ten kierunek rozwoju AI może z czasem przełożyć się na tańsze narzędzia do katalogowania i wyszukiwania w bibliotekach wideo, choć na razie TwelveLabs koncentruje swoją ekspansję na rynkach amerykańskim i brytyjskim, a nie na Europie Środkowej.