Koala-36M

用3600万配对视频，让AI生成更听话的视频

Koala-36M 是一个大规模视频数据集及配套工具，旨在解决视频生成中细粒度条件（如文本描述、姿态、深度图等）与视频内容不一致的问题。该数据集包含 3600 万个视频片段，每个片段都带有丰富的标注信息，覆盖多种场景和动作，为训练高一致性视频生成模型提供数据基础。项目提供了数据下载、预处理、可视化等工具，支持研究者高效使用该数据集。其核心能力在于通过大规模、高精度的条件-视频配对数据，提升视频生成模型对复杂指令的遵循能力和生成内容的时空一致性。

开源 free 视频生成
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 257
维护状态 低维护
是否开源 是
定价模式 free

项目数据

分类视频生成
开发团队KlingAIResearch
所属国家
官网地址https://koala36m.github.io
GitHubhttps://github.com/KlingAIResearch/Koala-36M
定价模式free
价格说明开源数据集项目，提供在线网页展示，无收费信息，完全免费。
访问状态
是否开源是
开源协议
主要语言Python
技术栈/模型video-datasets,video-generation
GitHub 星标★ 257
30天Star增速
HF 下载量
上线时间2024-10-14 00:00:00
最近更新2026-08-24 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4

使用教程

核心亮点

  • 数据规模大，3600万视频片段，覆盖场景丰富，利于训练泛化性强的模型
  • 细粒度条件标注（文本、姿态等），直接针对视频生成一致性问题
  • 提供官方工具链，支持数据下载、预处理和可视化，降低使用门槛

不足之处

  • 项目处于早期，文档和社区支持待观察
  • 数据集的存储和下载可能占用大量资源，对硬件要求高

适用场景

  • 训练文本到视频生成模型，提升指令跟随能力
  • 研究视频生成中的姿态、深度等条件控制
  • 构建大规模多模态视频理解与生成基准

替代项目

WebVid-10M、Panda-70M、HD-VILA-100M

项目介绍

Koala-36M 是数据集领域的开源项目，由 KlingAIResearch 开发，2024 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 257。

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 2026-08-24。开源数据集项目，提供在线网页展示，无收费信息，完全免费。从国内网络环境看，可直接访问。

它主要面向的使用场景是：训练文本到视频生成模型，提升指令跟随能力。同类可对比的替代方案包括 WebVid-10M、Panda-70M、HD-VILA-100M。

上一篇：Cosmos-Drive-Dreams

下一篇：open-speech-corpora

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···

★ 10528 2026-08-10
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

★ 1645 2026-09-20
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 ···

★ 3398 2026-08-10
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

★ 69 2026-08-09