LAION 放出 1000 万小时开源视频数据集

LAION 放出了 Big Video Dataset(BVD),规模上把开源视频数据集的记录拉高一个量级：从 CommonCrawl 收录的 13 亿条视频 URL 里下载了 **8000 万个视频、共 1000 万小时**,再抽出 **5500 万条片段**,每条都带自动生成的视频与音频描述，外加 3 亿张静止帧。按论文，这约是此前最大同类数据集 InternVid 的 13 倍。

💡 为什么值得看13 倍规模、全模型生成，多模态预训练者的机遇与陷阱。