LAION发布千万小时视频数据集助力AI研究

LAION 发布了 Big Video Dataset（BVD），这是目前最大的开放视频数据集之一，专为 AI 研究构建。该数据集源自 CommonCrawl 中发现的 13 亿个视频 URL。团队从中下载了 8000 万个视频，总时长 1000 万小时，并提取了 5500 万个片段，每个片段都带有自动生成的视频和音频描述，外加 3 亿张静态图片。

该数据集中的大部分视频来自 YouTube，且以英文内容为主。| 图片来源：LAION

根据论文所述，在通用的视频转文本基准测试中，基于 BVD 训练的模型相比基于 InternVid 训练的同类模型，准确率最高可提升 2.1 个百分点。训练过程将视频、音频和文本三者统一关联，让模型学习哪些视觉内容与哪些描述或声音相匹配。

LAION 发布该数据集仅供研究使用。在法律层面，该组织大概率可以援引 2024 年汉堡地区法院的一项裁决——该裁决允许为非商业研究目的收集受版权保护的内容。LAION 同时呼吁用户尊重原始内容创作者的权益。该数据集及相关代码均可免费获取。

无炒作的 AI 新闻——人工精选

订阅 THE DECODER，享受无广告阅读体验、每周 AI 简报、每年六期的独家"AI Radar"前沿报告、完整档案访问权限，以及评论区参与资格。