2025年至2026年全国软件和信息技术服务业万景多模态数据集

2025年至2026年全国信息传输、软件和信息技术服务业万景多模态数据集（USC-MM）是面向通用 AI 多模态模型和世界模型训练构建的大规模数据集，主要包含美食/自然/城市风景等场景的图像与视频数据。数据集覆盖美食、城市风光、地标建筑及自然风光，并在时间维度上提供连续的视频片段，以支持模型对动态场景、物体交互和环境变化的建模。数据设计上兼顾单帧感知与长时序理解，可用于图文对齐、视觉问答、视频理解、世界模型预测等多种下游任务。数据集在采集与处理过程中遵循隐私与合规要求，并预留扩展接口，方便后续增加文本描述、动作标注与物理属性标注等信息。