Shutterstock 的内容数据集现已上线 Databricks Marketplace
内容提要
Databricks Marketplace与Shutterstock合作，在其平台上提供了1000张图像和元数据的集合。此合作可以促进生成式人工智能技术的发展。图像数据集可在媒体、零售和人工智能初创公司等各行业中使用。合作旨在促进开放数据和人工智能的合作。Shutterstock图库与Databricks Marketplace的整合提供了对各行业类别的广泛访问。数据集可用于训练先进的人工智能模型和多模态模型。合作还通过Volume Sharing实现了无缝协作和共享非表格数据。此合作为各行业的创新开辟了新的可能性和用例。
延伸解读
数据集规模与获取方式
Shutterstock在Databricks Marketplace上提供的是包含1000张图像及元数据的免费样本数据集，这些图像源自其超过5.5亿张图像的库。用户可立即访问，用于测试和开发。该数据集是Databricks Marketplace上首个基于Volume（非表格）的数据集列表，通过Delta Sharing的Volume Sharing功能共享，无需复制数据即可使用。
行业应用场景
该数据集适用于多个行业：媒体和娱乐公司可利用机器学习模型自动解读图像内容，优化广告定位；零售商家可生成个性化的“先试后买”图像，避免版权风险；AI初创公司则需要干净、伦理来源的数据集来构建模型，以符合负责任AI的要求。这些用例展示了图像数据集在生成式AI中的实际价值。
技术实现与协作优势
通过Volume Sharing，用户可以在Unity Catalog中管理非表格数据，并跨云、区域和账户安全共享图像、视频等文件。结合检索增强生成（RAG）技术，开发者能直接将数据集集成到生成式AI应用中，无需复制数据。这简化了协作流程，降低了获取高质量数据集的成本和时间。
实际案例：Berkeley FoodMart
虚构零售商Berkeley FoodMart利用Shutterstock数据集自动化产品描述。面对5万种商品和20%的年周转率，手动维护描述成本高昂。他们通过Databricks Marketplace获取Shutterstock图像及元数据，构建图像到文本模型，生成关键词和描述，再结合LLM优化，最终通过Model Serving部署，实现大规模自动化，提升SEO和用户体验。
Q&A
Databricks Marketplace与Shutterstock的合作有什么意义？
此合作促进生成式人工智能技术的发展，提供了1000张图像和元数据的集合，适用于多个行业。
Shutterstock的数据集如何帮助零售商？
零售商可以利用Shutterstock的图像生成个性化的产品展示图像，提升客户体验。
Databricks Marketplace的特点是什么？
Databricks Marketplace是一个开放的数据市场，支持共享和交换各种数据资产，包括非表格数据。
Shutterstock的数据集包含哪些信息？
Shutterstock的数据集包含所有元数据，如关键词、描述、地理位置和类别，便于组织和搜索图像。
如何利用Shutterstock的数据集进行AI模型训练？
可以使用Shutterstock的图像和元数据来训练先进的人工智能模型和多模态模型。
Volume Sharing在数据共享中有什么优势？
Volume Sharing简化了非表格数据的共享，促进了业务单位之间的无缝协作。
