近年来，多模态大模型已成为全球AI领域的研发核心，图文交互类能力是大模型落地消费端、产业端场景的核心支撑，而高质量的配对标注数据集，始终是制约多模态模型性能提升、场景适配的核心瓶颈之一。作为全球首个专注人工智能领域的研究型高等院校，阿联酋穆罕默德·本·扎耶德人工智能大学（MBZUAI）长期深耕计算机视觉、多模态学习等前沿领域，其研发成果在全球AI科研社区拥有较高认可度。2026年5月8日，MBZUAI在全球最大的AI开源社区HuggingFace首发多模态数据集CAMEL-Bench，为多模态任务研发提供了新的高质量数据供给。
本次发布的CAMEL-Bench是典型的图文配对多模态数据集，包含文本、图像两类核心数据资源，其结构化设计覆盖问题（question）、答案（answer）、子集分类（subset）、提示词（prompt）以及图像列表（images）五大核心字段，可适配有监督微调、小样本学习、指令微调等多种训练范式的数据要求。目前已开放的训练集包含1613个标注样本，总数据量约2.3GB，相关资源已同步上线专业数据集服务平台。查看CAMEL-Bench
从适配场景来看，CAMEL-Bench主要面向需要结合图文信息处理的多模态任务，核心覆盖视觉问答、基于图像的指令跟随两大核心领域。在视觉问答场景下，该数据集可支撑大模型训练实现电商商品图文咨询、工业设备缺陷排查答疑、视障群体无障碍读图辅助等功能；在图像指令跟随场景下，经过该数据集训练的模型可支持智能家居视觉控制、自动驾驶多模态指令交互、服务机器人现场任务执行等落地应用，为多模态技术从实验室走向产业场景提供数据支撑。
当前全球AI训练数据要素供给市场中，细分场景的高质量标注数据缺口持续扩大，数据供给的质量、垂直覆盖度直接决定了AI产业的迭代速度。此次MBZUAI发布的CAMEL-Bench数据集，不仅丰富了多模态领域的训练数据供给，也为全球AI科研社区的多模态任务基准评测、模型性能迭代提供了新的参考标的，对推动多模态AI技术的普惠化发展具有积极作用。
Dataset card内容：
Files and versions内容：
_1769672084863.jpg)