关于 Jockey
视频内容的「搜索 + 问答」新范式
Jockey 是 AI 视频理解平台 TwelveLabs 于 2026 年 10 月 16 日在 Product Hunt 发布的产品，由 Christine Lim、Kyle Cabigon、Aiden Lee 等人打造。其核心卖点是让 AI 真正「看懂」视频——不止是打标签，而是能理解画面内容、对话语义与动作序列，从而在复杂视频档案中定位你需要的片段。
底层模型 Marengo/Pegasus 是多模态视频理解架构，支持从数小时视频里抽取出结构化信息（场景、人物、对话、动作），并把它们映射回时间轴。用户在 Claude 或 ChatGPT 里输入自然语言问题，Jockey 会调用后台能力进行搜索与分析，最后返回带时间戳的答案与片段引用链接。
TwelveLabs 同时提供完整的 AI 视频理解平台能力（API、SDK），Jockey 是其面向终端用户的 agent 化入口，降低了「用 AI 找视频片段」的使用门槛，尤其适合内容创作者、媒体编辑与营销团队。
核心功能一览
六大核心能力，覆盖创作全流程
自然语言视频问答
在 Claude 或 ChatGPT 里用自然语言向视频档案提问，AI 直接返回带时间戳的答案。
多模态理解（Marengo/Pegasus）
基于 TwelveLabs 自研多模态模型，同时理解画面、对话、动作与上下文语义。
精确时间戳引用
每个答案都附带精确到秒的时间戳与片段链接，可直接跳转到对应画面。
大规模视频处理
支持数小时视频素材的批量搜索与分析，适合档案库、节目库、监控视频等场景。
Claude / ChatGPT 内嵌
直接在主流 AI 对话界面使用，无需切换工具，所见即所得。
零基础快速上手
4 步完成你的第一件 AI 作品，无需任何设计经验
注册 TwelveLabs 账户
访问 twelvelabs.io 注册账号，获取 API Key 或使用 Web 控制台上传视频。
上传视频档案
上传你的视频素材（支持常见格式），系统会自动进行多模态理解与索引。
在 Claude/ChatGPT 中提问
通过 Jockey 的 MCP 或插件入口，在 Claude 或 ChatGPT 中输入自然语言问题。
获取带时间戳的答案
AI 返回答案并附上精确时间戳，点击即可跳转到对应视频片段。
常见问题解答
遇到问题？这里可能有你想要的答案
Jockey 支持哪些视频格式？
支持常见视频格式（MP4、MOV、AVI 等），具体限制请参考 TwelveLabs 官方文档。
Jockey 和 TwelveLabs API 有什么区别？
Jockey 是面向终端用户的 agent 化入口，集成在 Claude/ChatGPT 中使用；API 面向开发者，可自建视频理解管线。
数据安全如何保障？
TwelveLabs 提供企业级数据隔离与加密存储，支持私有部署选项，具体请咨询销售团队。
与视频搜索工具对比
和同类工具横向对比，帮你选对工具。
| 对比维度 | Jockey | Descript | Pictory | Runway |
|---|---|---|---|---|
| 自然语言问答 | 支持 | 有限 | 不支持 | 有限 |
| 时间戳引用 | 精确到秒 | 转录文本 | 不支持 | 不支持 |
| 多模态理解 | Marengo/Pegasus | 转录+编辑 | 模板生成 | 生成+编辑 |
| AI 对话集成 | Claude/ChatGPT | 自有界面 | 自有界面 | 自有界面 |
同类推荐工具
发现更多优质 AI 创作工具，找到最适合你的那一款
剪映 CapCut
CapCut（剪映海外版）是字节跳动出品的免费视频编辑器，融合多轨剪辑与 AI 工具——自动字幕、文生视频、AI 数字人、配音克隆，跨 Web/桌面/移动端云同步。
Hailuo AI
Hailuo AI 是 MiniMax 旗下的 AI 视频生成平台，支持文生视频与图生视频，以流畅的物理运动、Omni Reference 一致控制与更低的价格，成为 2026 年高性价比视频生成代表。
Hedra
Hedra 是 AI 视频创作平台，将一张图片与一段音频（或脚本）转化为口型同步、表情自然的会说话/会唱角色视频，旗舰模型支持全身动作与镜头控制，并集成 Kling、Veo 等多模型工作室。
HeyGen
HeyGen 是用 AI 数字人快速生成专业视频的平台，无需摄像与演员，支持 175+ 语言翻译对口型与上千个数字人形象。