通识视频模型训练数据集

聚合70亿条海外主流视频网站视频全量元数据与种子链接，覆盖多语言、多领域，经清洗、去重、标准化处理，构建成结构化视频资源库，可支撑视频大模型训练与内容生成

搜集汇总

背景与挑战

背景概述

该数据集整合了来自海外主流视频网站的70亿条视频元数据及种子链接，覆盖多语言与多领域内容。经过清洗、去重和标准化处理后，构建成结构化视频资源库，可有效支撑视频大模型的训练及内容生成任务。