Организация LAION, известная своими вкладами в развитие открытого ИИ, опубликовала Big Video Dataset (BVD). Набор данных включает 80 миллионов видеофрагментов общей продолжительностью 10 миллионов часов. Около 55 миллионов клипов в составе архива снабжены автоматическими текстовыми описаниями, что критически важно для обучения мультимодальных моделей, понимающих связь между видеорядом и языком. Первые тесты показывают высокую эффективность нового набора данных: модели, обученные на BVD, превосходят предыдущий отраслевой стандарт InternVid на 2,1 процентного пункта в задачах распознавания. Это делает BVD одним из самых значимых открытых ресурсов для исследователей в области генеративного видео и компьютерного зрения. Вопрос авторских прав на контент остается актуальным, однако в LAION опираются на решение суда Гамбурга от 2024 года. Согласно этому вердикту, сбор данных для некоммерческих исследовательских целей может быть допустим. Публикация такого объема данных призвана снизить барьер входа для разработчиков, не обладающих ресурсами крупнейших технологических корпораций для сбора собственных датасетов.