Vchitect T2V 是由上海人工智能实验室于 2025 年发布的一个视频生成数据集，相关论文成果为「Vchitect-2.0: Parallel Transformer for Scal Up Video Diffusion Models」旨在聚焦于提升模型在文本和视觉内容之间的转换能力，帮助研究人员和开发者在图像生成、语义理解、跨模态任务等方面取得进展。

该数据集包含了 1,400 万个高质量视频，且每个视频都配有详细的文本字幕。