LAION-BVD

发布新的千万小时级开放视频数据集，用于多模态AI训练

研究人员发布了LAION-BVD，一个包含1000万小时内容的新开源视频数据集，内容来源于8000万个下载的视频。该数据集专为多模态预训练设计，整合了视频、音频和图像模态。在LAION-BVD上训练的模型在多个基准测试中表现出竞争力，并且随着训练和模型规模的增加，性能有所提升。该数据集从提取的视频帧中获得的独特视觉分布也显示出在图像-文本检索任务中的潜力。