Shot2Story 是数据集领域的开源项目，由 bytedance 开发，2023 年首次发布。
它收录于数据集分类，该分类目前共有 279 个项目，GitHub 星标数为 181。
项目已超过三个月没有代码更新，维护节奏明显放缓，最近一次代码更新于 2026-09-16。无在线服务，需自行部署，全部功能免费。
它主要面向的使用场景是：视频内容理解与自动摘要研究。同类可对比的替代方案包括 ActivityNet Captions、YouCook2、VATEX。
GitHub 星标
★ 181
维护状态
低维护
是否开源
是
定价模式
free
项目数据
分类开源模型
开发团队bytedance
所属国家
定价模式free
价格说明开源项目，无在线服务，需自行部署，全部功能免费。
访问状态
是否开源是
开源协议
主要语言Python
技术栈/模型benchmark,dataset,large-language-models,research,video-captioning,video-language,video-language-pretraining,video-question-answering,video-story,video-story-generation,video-summarization,vision-language
GitHub 星标★ 181
30天Star增速
HF 下载量
上线时间2023-12-16 00:00:00
最近更新2026-09-16 00:00:00
维护状态低维护
中文支持
访问方式
移动端支持
综合评分
收录时间2026-08-09
浏览次数13
使用教程
核心亮点
- 提供镜头级与全局摘要双重标注，评测维度更细
- 自带基线模型与评估脚本，上手评测门槛低
- 聚焦叙事结构，推动视频理解从单镜头走向多镜头
不足之处
- 项目处于早期，文档和社区支持待观察
- 数据集规模可能有限，泛化性待验证
适用场景
- 视频内容理解与自动摘要研究
- 多模态大模型视频能力基准测试
- 视频叙事结构分析与生成
替代项目
ActivityNet Captions、YouCook2、VATEX
项目介绍
上一篇：Awesome-Data-Efficient-LLM
下一篇：aug-pe
同类项目推荐
X-AnyLabeling
开源
一站式AI辅助标注，图像视频文本通吃，导出格式随心配
X-AnyLabeling: A lightweight, efficient, and unified cross-platform desktop applicat···
aisheets
开源
像用表格一样批量调 AI，不写代码就能造和改数据集
Build, enrich, and transform datasets using AI models with no code
distilabel
开源
基于论文的合成数据流水线，快速生成高质量 AI 反馈数据。
Distilabel is a framework for synthetic data and AI feedback for engineers who need ···
DataGen
开源
用大模型一键生成定制化训练数据，告别数据荒
[ICLR'25] DataGen: Unified Synthetic Dataset Generation via Large Language Models