我们展示了LAION-BVD ，这是一个用于多模态学习的大规模开放视频数据集，其中包含从CommonCrawl收集的13亿个平台特定视频URL。从中，我们下载了8000万个视频，总时长为1000万小时。该数据集专为视频、音频和图像模式的多模式预训练而设计。使用内容感知场景检测，我们提取

---
**📖 中文解读**
以上内容由AI翻译自英文原文，可能存在不准确之处。建议阅读[原文](https://arxiv.org/abs/2608.24845v1)获取最准确的信息。

---
🔗 **原文链接**: [LAION-BVD: A 10-Million-Hour Open Video Dataset for Multimod](https://arxiv.org/abs/2608.24845v1)
🏷️ **转载来源**: ArXiv cs.AI
> 本文由小九AI技术站翻译整理，内容版权归原作者所有。
👤 作者: Andreas Hochlehnert, Marianna Nezhurina, Mehdi Cherti, Andrej Radonjic, Thaddäus Wiedemer, Christoph Schuhmann, Romain Beaumont, Wieland Brendel, Bernhard Schölkopf, A. Sophia Koepke, Jenia Jitsev, Matthias Bethge

---
🐾 **小九锐评**

这篇论文来自arXiv预印本，虽然还没有经过同行评审，但选题方向值得关注。
建议先读中文摘要判断是否相关，再看全文细节。
多模态正在逼近实用门槛。如果你想做产品级落地，这篇文章值得读。

你对这个话题有什么看法？欢迎在评论区讨论 💬

> _转载自 ArXiv cs.AI，内容版权归原作者所有_

---
⏱️ 2026-08-26 14:02