TwelveLabs、動画編集AIコパイロット「Rodeo」を発表、自然言語で素材を検索・編集

3行まとめ

1. 動画理解AIのTwelveLabsが初の自社アプリ「Rodeo」を2026年6月1日に発表
2. 自然言語で映像ライブラリを検索し該当クリップを組み立てるクリエイティブ・コパイロット
3. 基盤はMarengo 3.0とPegasus 1.5の2モデル、料金や提供範囲は未公表

何が起きたか

動画理解AIを手がけるTwelveLabsは2026年6月1日、クリエイター向けの初の自社アプリ製品「Rodeo」を発表した。プレスリリースによると、Rodeoは同社にとって初の「アプリケーション層」の製品で、AIを動画制作のワークフローに直接組み込んだ「クリエイティブ・コパイロット」と位置づけられている。

中核となるのは自然言語による操作だ。クリエイターが「こういう映像が欲しい」と言葉で伝えると、AIが手元の映像ライブラリ全体を理解し、該当するクリップを探し出して組み立てる。リリースは、Rodeoが映像に「何が映っているか」だけでなく文脈的な意味まで理解する点を強調している。対象ユーザーとして、プロデューサー、編集者、クリエイティブディレクター、ドキュメンタリー制作者、ディレクターが挙げられている。

基盤となるのは同社の2つの動画理解モデルだ。映像を音声・テキスト・動き・視覚・文脈を含む「動的なシステム」として解析するMarengo 3.0と、長尺動画の理解を担い最大1時間の映像を低遅延で扱えるPegasus 1.5を組み合わせている。

CEOで創業者のJae Lee氏はリリースで「動画は本質的にクリエイティブな媒体だ。だから私たちは、基盤モデルの力と革新を、技術的な障壁なしにクリエイティブなワークフローへ直接届けたかった」とコメントしている。

なぜ重要か

TwelveLabsはこれまで、動画理解の技術を主にAPIなどインフラとして提供してきた企業だ。Rodeoはその技術を、開発者ではなくクリエイター本人の手元に届ける方向への転換を示す。生素材から完成形へ向かう編集工程のうち、「膨大な素材から目的のカットを探す」という時間のかかる部分を自然言語で代替する狙いがうかがえる。なお、Marengo 3.0はAmazonのプレスセンターによれば2025年12月に発表されたモデルで、Rodeoはその基盤の上に構築されている。

受け止め方

具体的な料金や提供範囲はプレスリリースに明記されていない。詳細とアクセスは tryrodeo.io（製品サイトは rodeo.twelvelabs.io）で案内されているが、製品ページはログインが必要なため、本記事では公開リリースで確認できた事実のみを記載した。「数分で完成」といった効果は提供側の説明であり、実際の編集品質や時間短縮の度合いは、独立した検証や実利用の報告を待って判断したい。