LAION

LAION, sigla de Large-scale Artificial Intelligence Open Network, é uma associação sem fins lucrativos registrada na Alemanha cuja missão é manter a pesquisa em IA em larga escala acessível a todos. Em vez de treinar um único modelo emblemático, ela produz infraestrutura pública: datasets multimodais com bilhões de itens, pesos de modelos abertos, pipelines de treinamento reproduzíveis e ferramentas de avaliação que grupos acadêmicos, pesquisadores independentes e startups podem reutilizar.

Seu catálogo cobre vários projetos conhecidos. Re-LAION-5B é a versão atualizada do dataset original LAION-5B, com cerca de 5,5 bilhões de pares imagem-texto e correções adicionais de segurança e filtragem. LAION-BVD (Big Video Dataset) é um corpus aberto de vídeo com 10 milhões de horas voltado à pesquisa vídeo-linguagem e áudio-linguagem. OpenCLIP oferece implementações abertas e escaláveis junto a modelos pré-treinados para treinamento contrastivo linguagem-imagem, enquanto Open-sci-ref publica baselines abertos de modelos de linguagem para comparar datasets de treino. O projeto BUD-E explora um assistente conversacional aberto para a educação.

Tudo o que a LAION publica é de uso gratuito e vem documentado com condições de acesso e usos pretendidos. A organização se mantém com doações e contribuições de computação, colaborando com uma comunidade global de pesquisadores, engenheiros e voluntários. Os usuários costumam baixar datasets no Hugging Face, ler o código no GitHub e acompanhar as notas de lançamento no blog da LAION, que registra iniciativas como Modelympics e Project Alexandria.