开放视频数据集稀缺，因此减缓了开源视频AI的发展。为此，我们构建了FineVideo，这是一个包含43,000个视频的数据集，总时长为3,400小时，并带有丰富的描述、叙事细节、场景分割和问答对。FineVideo包含高度多样化的视频和元数据集合，使其成为训练模型理解视频内容、训练扩散模型从