Mixpeek 是一套多模态检索平台,让你不必靠关键字,而是用「内容意义」来搜寻——例如描述「有人在夜里开门」,就能从你既有云端储存中找出对应的、带时间戳的片段。它能跨影片、图片、音讯与文件库检索,适合手上有大量非结构化媒体资料的团队。
它提供两条路径:MVS 向量库让你自带 embedding,支援 dense、sparse 与 BM25 检索;Managed Indexing 则直接指向原始档案,自动抽取场景、人脸、OCR、逐字稿与 embedding。感知层会自动侦测人脸、物件、画面文字与版面区块,并支援跨模态联结(例如比对某人脸在说某句话、且出现在某张投影片的画面)。可对接 S3、GCS、R2、Mux 等储存,免搬资料。
主要功能
- 以内容意义而非关键字检索媒体
- 跨影片/图片/音讯/文件多模态
- 自动抽取场景、人脸、OCR、逐字稿
- 跨模态联结比对多重特征
- 对接 S3/GCS/R2/Mux 免搬资料
优点
- 免搬资料即可索引既有储存
- 多模态联结查询能力强
- 自带 embedding 或全托管两种弹性
缺点
- 付费起步,无明显免费层
- 偏工程整合,需开发资源
使用场景
- 大型影片库的内容语意搜寻
- 媒体资产管理与素材再利用
- 监控影像依情境快速检索
编辑点评
把多模态、跨特征联结检索做成 API 的少数选择,影片与媒体资产团队很实用。
常见问题
Mixpeek 能搜寻哪些媒体?
影片、图片、音讯与文件,皆以内容意义做检索并回传带时间戳的结果。
Mixpeek 需要把资料搬过去吗?
不用,它可直接对接 S3、GCS、R2、Mux 等储存做索引。
Mixpeek 怎么计价?
采用量计费,自每月 25 美元起。
相关 AI 工具
BgGPT
保加利亞 INSAIT 研究院做的開放多模態保加利亞語模型,有聊天網頁、App 與 API
Bielik.AI
波蘭 SpeakLeash 基金會與社群打造的開源 LLM 家族,主要用波蘭語資料訓練
Kyutai (Moshi)
巴黎的開放科學 AI 實驗室,做出即時語音對話模型 Moshi 與 CPU 也能跑的 Pocket TTS
Arcjet
AI agent 的執行期資安:在每個動作發生前擋提示注入、遮蔽個資、管控工具呼叫
Maximem Synap
給 AI agent 的長期記憶層:兩個 API 呼叫就能跨對話記住使用者,LongMemEval 92%
Polylane
「沒有人該被 on-call」:讀遙測、查根因、開 PR 修好正式環境的 AI agent