Compliance by TwelveLabs TwelveLabs的视频合规审查工具，基于可自定义规则和Pegasus模型，帮助团队审查视频内容并生成带解释的审核结论，提升审查效率。 热门评论 PH 用户我是 Simon，TwelveLabs 的 Head of Field Engineering，也是 Compliance by TwelveLabs 团队的一员。我们一直绕不开的问题是：如果审核人员为了验证 AI 标记还得把整个视频重看一遍，那到底帮他们省了什么？合规审查在很大程度上仍然依赖人工，而且每个市场的规则都不一样。只检测出“暴力”远远不够。审核人员需要理解发生了什么、在什么情境下、以及根据他们正在执行的政策，为什么这件事是违规的。这正是我们做这个产品的原因：审核人员可以据此行动的上下文。Pegasus 不只给标记，而是解释发现。合规团队可以自己掌控规则：调整区域包、编辑规则、调节阈值、发布版本，都不需要等我们。内置合成媒体检测。NVIDIA 的 Synthetic Video Detector 在帧级给出评分，配合我们的上下文分析。审核结果直接可查，支持签名报告和 API 访问。我们的目标是审核驳回率控制在 15% 或更低。目标很简单：少花时间追误报，多花时间在真正需要人类判断的决策上。你有什么想拿来考验它的边缘案例吗？某个市场没问题、但另一个市场受限的场景？或者 AI 总是误判的内容？我很想听听，也想了解我们还有哪些地方需要继续改进！PH 用户审核队列这个思路确实很有道理。没人想为了验证一个标记把 20 分钟的视频重新看一遍。PH 用户不同市场这个角度挺有意思。我能想象这对大型内容团队会非常有用。PH 用户它怎么处理那些更依赖上下文、而不是只看实际可见内容的规则？PH 用户这次能和 @c3lim 以及 @TwelveLabs 团队合作，真的让我很荣幸。说个有趣的事：这是他们在 @Product Hunt 上的第 6 次发布，也是过去 10 个月里的第 5 次。在这些发布的背后，有一套我们从 Marengo 3.0 和 Pegasus 1.5 上线时就开始打磨的公式，核心就是一致性。更多内容可以看 /p/twelvelabs 这个帖子。持续发布，就对了！PH 用户我很欣赏这种专注在让审核员可以直接上手的结果，而不是简单地把 AI 检测结果一股脑丢给用户。人工审核的部分感觉考虑得很周全。 热门产品Lior Berezinski2026-09-04原文 打开互动版
我们一直绕不开的问题是：如果审核人员为了验证 AI 标记还得把整个视频重看一遍，那到底帮他们省了什么？
合规审查在很大程度上仍然依赖人工，而且每个市场的规则都不一样。只检测出“暴力”远远不够。审核人员需要理解发生了什么、在什么情境下、以及根据他们正在执行的政策，为什么这件事是违规的。
这正是我们做这个产品的原因：审核人员可以据此行动的上下文。Pegasus 不只给标记，而是解释发现。合规团队可以自己掌控规则：调整区域包、编辑规则、调节阈值、发布版本，都不需要等我们。内置合成媒体检测。NVIDIA 的 Synthetic Video Detector 在帧级给出评分，配合我们的上下文分析。审核结果直接可查，支持签名报告和 API 访问。我们的目标是审核驳回率控制在 15% 或更低。目标很简单：少花时间追误报，多花时间在真正需要人类判断的决策上。
你有什么想拿来考验它的边缘案例吗？某个市场没问题、但另一个市场受限的场景？或者 AI 总是误判的内容？我很想听听，也想了解我们还有哪些地方需要继续改进！
说个有趣的事：这是他们在 @Product Hunt 上的第 6 次发布，也是过去 10 个月里的第 5 次。在这些发布的背后，有一套我们从 Marengo 3.0 和 Pegasus 1.5 上线时就开始打磨的公式，核心就是一致性。
更多内容可以看 /p/twelvelabs 这个帖子。
持续发布，就对了！