A TwelveLabs, uma startup que constroi modelos de IA para a compreensao de video, levantou 100 milhoes de dolares em uma rodada Serie B, anunciada em 1 de julho. A rodada foi coliderada pela NEA e pela NAVER Ventures, e sua lista de investidores e a primeira coisa que vale notar, porque inclui a Amazon ao lado de Index Ventures, Radical Ventures, Korea Investment Partners, Quadrille Capital e Red Bull Ventures. A TwelveLabs nao e um nome novo nesse espaco. Ela e conhecida por modelos que permitem que softwares busquem e descrevam o conteudo de video, o tipo de tecnologia capaz de encontrar cada momento em que um objeto, acao ou pessoa em particular aparece em um enorme arquivo de filmagens, o que e um problema genuinamente dificil que a IA focada em texto nao resolve por conta propria.
O proposito do dinheiro importa mais do que o valor. A TwelveLabs esta usando a rodada para avancar alem da compreensao de video, que e essencialmente uma busca e marcacao muito boas, rumo ao que ela chama de um sistema completo de inteligencia de video agentica. A ideia e reunir tres coisas que normalmente ficam separadas, percepcao, conhecimento e raciocinio, em uma unica arquitetura voltada ao video. Enquanto um modelo de compreensao pode dizer que um clipe contem uma empilhadeira e um derramamento, um sistema agentico deve raciocinar sobre a cena, conecta-la ao que ja sabe e executar ou recomendar uma acao. A empresa passou a descrever o objetivo como superinteligencia de video, o que e linguagem de marketing, mas a mudanca subjacente, de rotular o que ha em um video para raciocinar sobre ele, e um passo real e dificil.
O lado Amazon do anuncio e, sem duvida, a historia maior. A TwelveLabs nomeou a Amazon Web Services como seu provedor de nuvem preferencial e assinou um compromisso estrategico plurianual que vai bem alem de alugar servidores. As duas empresas disseram que otimizariam a inferencia de video da TwelveLabs para rodar no AWS Trainium, os proprios chips de IA da Amazon, em vez de depender exclusivamente do hardware da Nvidia, e que novos modelos da TwelveLabs seriam lancados primeiro na AWS. Esse e um sinal significativo em duas direcoes. Para a Amazon, apoiar uma especialista em IA de video e roda-la no Trainium faz parte de seu esforco para provar que seu silicio proprio pode dar conta de cargas de trabalho serias de IA e para garantir um espaco em uma modalidade que ela nao domina. Para a TwelveLabs, o alinhamento profundo com uma nuvem e uma aposta de que computacao e distribuicao garantidas valem mais do que permanecer neutra.
Dando um passo atras, o aporte se encaixa em um padrao maior, que e o video se tornando um campo de batalha distinto e proprio na IA. A maior parte do progresso visivel dos ultimos anos aconteceu em texto e, mais recentemente, na geracao de imagens e clipes. A compreensao de video em escala, o problema bem menos glamouroso de dar sentido ao enorme volume de filmagens que cameras de seguranca, empresas de midia, fabricas e celulares produzem todos os dias, ficou para tras, justamente por ser dificil e cara. Uma rodada de financiamento como esta, com dinheiro de capital de risco e uma gigante da nuvem por tras, e uma aposta de que a proxima camada valiosa da IA nao e mais um chatbot, mas sistemas capazes de observar e raciocinar sobre o mundo fisico e gravado. Isso conecta a compreensao de video a mesma ampla mudanca rumo a agentes e a uma IA que age, em vez de apenas responder.
Vale manter as ressalvas em vista. Cem milhoes de dolares e uma quantia seria, mas modesta ao lado dos bilhoes que fluem para os laboratorios de modelos de fronteira, e sinaliza uma especialista forte, e nao uma nova gigante. A palavra superinteligencia deve ser lida como ambicao, e nao como descricao, ja que raciocinar de forma confiavel sobre video bagunçado do mundo real ainda e um problema nao resolvido, e os compradores corporativos julgarao o produto pela precisao e pelo custo, e nao por slogans. Ha tambem as perguntas familiares que acompanham qualquer salto em maquinas compreendendo video, sobre vigilancia, consentimento e quem pode apontar esses sistemas para quem, que se tornam mais urgentes a medida que as ferramentas melhoram. Mas, como sinal de mercado, a rodada e clara o suficiente. Uma reconhecida empresa de IA de video acaba de garantir um grande cofre de guerra, uma lista de peso de investidores e um parceiro de nuvem disposto a comprometer seus proprios chips, tudo apontado para a mesma ideia, a de que ensinar a IA a realmente compreender e raciocinar sobre video esta prestes a importar muito mais do que ja importou.