Dataset（数据集）是用于训练 AI 模型的图像、视频、文字或其它数据的集合，提供模型学习模式、关系及其所训练领域结构的样本。训练数据集的大小、质量、多样性与构成直接决定模型能生成什么以及在不同类型内容上的表现。

在 AI 图像与视频生成中，数据集通常由数百万或数十亿图文对、带关联元数据的视频片段或其它多模态内容组成。对创作者而言，理解每个 AI 模型都由其训练数据集塑造，有助于解释为何不同模型有不同优势、美学倾向与能力。