Vchitect T2V est un ensemble de données de génération vidéo publié par le Laboratoire d'intelligence artificielle de Shanghai en 2025. Les résultats de l'article associé sont «Vchitect-2.0 : Transformateur parallèle pour modèles de diffusion vidéo à grande échelle« L'objectif est de se concentrer sur l'amélioration de la capacité du modèle à convertir entre le texte et le contenu visuel, en aidant les chercheurs et les développeurs à progresser dans la génération d'images, la compréhension sémantique, les tâches intermodales, etc.

L'ensemble de données contient 14 millions de vidéos de haute qualité, chacune avec des légendes de texte détaillées.