LAION 发布 1000 万小时开源视频数据集，助力多模态训练

thione · x · 2026-08-31

LAION 发布了 LAION-BVD，这是一个包含 8000 万个视频、总时长达 1000 万小时的大规模开源多模态训练数据集。该数据集从 Common Crawl 收集的 13 亿个 URL 中筛选下载，专为视频、音频和图像模态的预训练设计。研究团队利用内容感知的场景检测提取片段并合成字幕，实验表明在此数据上训练的模型在标准视频-文本和音频-文本基准测试中表现出竞争力，且随规模扩大性能持续提升。