LAION 發布千萬小時視頻數據集用於 AI 研究

LAION 發布了大影片資料集（Big Video Dataset，BVD），這是一個用於 AI 研究的大型開放影片資料集，包含來自 8,000 萬個影片的 1,000 萬小時影片。該資料集是從 CommonCrawl 中找到的 13 億個影片 URL 中建立的，其中大多數影片來自 YouTube，且大部分是英文。團隊提取了 5,500 萬個片段，並附有自動生成的影片和音訊描述，以及 3 億張靜態圖片。在 BVD 上訓練的模型已被證明在常見的影片轉文字基準測試中優於在 InternVid 上訓練的類似模型，高達 2.1 個百分點。這一發展影響了 AI 研究，特別是在影片轉文字模型方面，並可能影響該領域未來的進展。