MIntRec2.0 是清华大学等提出的一个大规模多模态多方基准数据集，专门用于识别对话中的意图和检测非意图内容。相较于先前的 MIntRec，MIntRec2.0 的数据量增至 15K，涵盖 30 种意图类别，并包含约 9.3K 个意图内及 5.7K 个意图外的标注语句，涉及文本、视频和音频等多种模态。

该数据集由 1,245 个对话组成，每个对话平均 12 个语句，每个语句均配有意图标签，且每个对话至少涉及两位发言者，所有语句均标记发言者身份。此外，针对开放世界场景的需求，MIntRec2.0 引入 OOS 标签，用于识别不属于已知意图类别的语句，以增强系统的鲁棒性。该数据集旨在促进多模态意图理解相关研究，为实现更自然的人机交互并通往 AGI 之路奠定坚实基础。