X2I
OmniGen 模型的训练数据，含 image+text+image 多种条件组合
MIT
这一条没有可靠的 HuggingFace 仓库——它只在自家站点发布（WARC / tar 包 / 需签署协议 / 仅存于 GitHub）， 或者 HF 上的同名仓库是第三方子集与镜像，接上去会给出误导性的下载量。宁可留空，也不挂错数字。
包含25亿张图像和相应的文本描述，适用于多模态模型的训练。
大型图像数据集，包含数百万张标注图像，广泛用于计算机视觉任务。
由Waymo发布的最多样化的自动驾驶数据集。
迄今最大开放图文对数据集，SD 1.5/SDXL 训练基础
LAION-5B 净化版，移除 2236 条 CSAM 嫌疑链接
高质过滤的 CLIP 训练对，CommonPool 基础上人工 filtering
领域、训练阶段、用途、License 分级与本刊判断由本刊维护； 规模、许可证与商用授权最终请以 原站 为准。
