MMDialog 是一个大规模的多模态开放域对话数据集，包含 108 万个完整对话 session，超过 4,000 个对话主题，以及 153 万张非重复图像，每个对话 session 有平均 2.59 张图像，且可以位于对话过程的任何位置。 MMDialog 丰富且真实的人类对话内容收集自一个英文在线社交平台（注：该过程完全符合该平台对于学术研究数据的采集和分享规定，且已对用户隐私脱敏及数据信息加密处理）。