TwelveLabs estrena Jockey para buscar y cortar video usando lenguaje natural

Buscar momentos clave en grabaciones interminables siempre ha sido una tarea pesada para creadores y editores. TwelveLabs venía probando sus modelos con grandes productoras, combinando Marengo 3.5 para rastrear contenido mediante embeddings y Pegasus 1.6 para interpretar lo que ocurre en pantalla. Faltaba una pieza que coordinara todo en un flujo simple.

El 15 de octubre de 2026 presentaron oficialmente Jockey by TwelveLabs, un agente de IA que conecta ambos sistemas para ejecutar búsquedas y tareas de edición con instrucciones directas. Aunque AI Times, un medio coreano, transcribió su nombre como «Jaki» y mencionó comandos de voz, el anuncio formal detalla el uso de lenguaje natural sin asegurar que la entrada deba ser exclusivamente hablada ni mostrar todavía una demo de reconocimiento por voz.

En la práctica, la herramienta permite armar un primer corte con los momentos destacados de un metraje largo o separar clips que tuvieron buenas reacciones. También admite enlaces de YouTube, TikTok e Instagram Reels para revisar tendencias y métricas, sugiriendo referencias de promoción. Los montajes se pueden guardar, compartir y cuentan con citas reproducibles que marcan el punto exacto del video.

Se puede utilizar directo en las apps de ChatGPT y Claude, o mediante API, conservando incluso el contexto si saltas de una plataforma a otra. A mí me parece un acierto técnico delegar roles claros: Marengo busca, Pegasus entiende y Jockey ejecuta. Lo que me preocupa es ver qué tanto control fino permite al retocar los cortes generados o qué límites de duración y formato imponen en el material subido, detalles que la compañía aún no ha precisado junto a sus precios e idiomas disponibles.

Para los Alquimistas que trabajan editando contenido largo, ¿en qué parte de su flujo de trabajo probarían primero este tipo de agente?

Fuentes: AI타임스 · TwelveLabs