LAION-BVD: A 10-Million-Hour Open Video Dataset for Multimodal Pre-training

• 类型：arxiv
• 标识：2608.24845
• 链接：https://arxiv.org/abs/2608.24845
• 主分类：multimodal
• 形态：benchmark
• 被引：0
• 被引来源：Semantic Scholar + OpenAlex
• S2被引：0
• OpenAlex被引：0
• 影响力被引：0
• TLDR：This work presents LAION-BVD, a large-scale open video dataset for multimodal learning, which contains 1.3B platform-specific video URLs collected from CommonCrawl, and explores video frames as an alternative source of image-text data by extracting scene-changing frames.
• OpenAlex ID：W7204262776
• OpenAlex DOI：10.48550/arxiv.2608.24845
• DOI：10.48550/arxiv.2608.24845
• DOI来源：OpenAlex
• 开放获取：green
• 开放获取链接：https://arxiv.org/pdf/2608.24845
• OpenAlex更新：2026-08-31
• 副分类：engineering
• 待LLM分类：否
• 标题中文：LAION-BVD：一个用于多模态预训练的千万小时级开放视频数据集
• TLDR中文：介绍 LAION-BVD，面向多模态学习的大规模开放视频数据集，包含从 CommonCrawl 收集的 1.3B 条平台特定视频 URL，并通过抽取场景切换帧，将视频帧作为图文数据的替代来源加以探索。
• 来源文件：
• /inbox/tom/_candidates/2026-08-26-agent-rag-longcontext-candidates.json
• [S2 enrich]
• [OpenAlex backfill]