sekai-codebase

用真实世界视频数据，训练能理解世界动态的AI模型

Sekai 是一个面向世界模型探索的视频数据集，由 NeurIPS 2025 收录。它旨在解决视频生成领域缺乏高质量、多样化、长时程视频数据的问题，为训练能够理解和预测物理世界动态的世界模型提供基础。该数据集包含大量真实世界视频，涵盖多种场景和动作，并提供了详细的标注信息。其核心能力在于支持视频生成模型的训练、评估和基准测试，帮助研究者探索模型对世界动态的理解和模拟能力。项目提供了数据加载和处理的 Python 工具，方便研究者使用。

开源 free 视频生成
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 311
维护状态 维护中
是否开源 是
定价模式 free

项目数据

分类视频生成
开发团队Lixsp11
所属国家
官网地址https://lixsp11.github.io/sekai-project
GitHubhttps://github.com/Lixsp11/sekai-codebase
定价模式free
价格说明开源视频数据集项目，提供在线项目页面展示，数据免费获取，无付费功能。
访问状态
是否开源是
开源协议NOASSERTION
主要语言Python
技术栈/模型video-dataset,video-generation,world-models
GitHub 星标★ 311
30天Star增速
HF 下载量
上线时间2025-06-18 00:00:00
最近更新2026-09-24 00:00:00
维护状态维护中
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3

使用教程

核心亮点

  • 提供大规模真实世界视频，覆盖多样场景，有助于提升世界模型的泛化能力
  • 被 NeurIPS 2025 收录，数据质量和学术价值得到认可
  • 包含详细标注，支持多任务训练和评估，便于研究者进行基准测试

不足之处

  • 项目处于早期阶段，文档和社区支持可能不够完善
  • 数据集规模可能较大，需要较高的存储和计算资源

适用场景

  • 训练视频生成模型，生成更逼真、动态一致的视频
  • 构建世界模型，用于机器人导航、自动驾驶等场景理解
  • 作为视频理解任务的基准数据集，评估模型对物理世界的认知

替代项目

Something-Something、Kinetics-700、Moments in Time

项目介绍

sekai-codebase 是数据集领域的开源项目，由 Lixsp11 开发，2025 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 311。

项目仍在小幅维护中，最近一次代码更新于 2026-09-24。开源视频数据集项目，提供在线项目页面展示，数据免费获取，无付费功能。从国内网络环境看，可直接访问。

它主要面向的使用场景是：训练视频生成模型，生成更逼真、动态一致的视频。同类可对比的替代方案包括 Something-Something、Kinetics-700、Moments in Time。

上一篇：VidProM

下一篇：DataClaw0

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