SpatialVID 是数据集领域的开源项目，由 NJU-3DV 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 601。
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 2026-09-10。开源数据集项目，Apache-2.0 许可证，完全免费，需自行部署或下载使用。
它主要面向的使用场景是：训练视频生成模型，使其生成内容具备空间一致性。同类可对比的替代方案包括 KITTI、nuScenes、ScanNet。
SpatialVID
给视频加空间标注，让 AI 生成时懂几何、懂运动
SpatialVID 是一个面向视频生成与空间智能研究的大规模视频数据集，由 CVPR 2026 论文提出。它解决了现有视频数据集缺乏空间标注、难以支撑 4D 生成与重建任务的问题。该数据集为每个视频帧提供丰富的空间注释，包括相机位姿、深度图、物体轨迹和 3D 结构信息，使模型能够学习视频中的几何与运动关系。核心能力包括：支持 3D/4D 生成与重建、视频生成中的空间一致性约束、以及多模态时空理解。该数据集旨在推动视频生成从 2D 像素走向 3D 空间感知，为自动驾驶、机器人、AR/VR 等需要空间智能的领域提供训练基础。项目提供数据加载与处理工具，兼容主流深度学习框架，并附带基准评估协议。
开源
free
视频生成
GitHub 星标
★ 601
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NJU-3DV
所属国家
定价模式free
价格说明开源数据集项目，Apache-2.0 许可证，完全免费，需自行部署或下载使用。
访问状态
是否开源是
开源协议Apache-2.0
主要语言Python
技术栈/模型3d-generation,3d-reconstruction,4d-generation,4d-reconstruction,spatial-intelligence,video-dataset,video-generation,video-reasoning,vision-language-model,world-models
GitHub 星标★ 601
30天Star增速
HF 下载量
上线时间2025-09-10 00:00:00
最近更新2026-09-10 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6
使用教程
核心亮点
- 提供大规模视频空间标注（深度、位姿、轨迹），远超同类数据集
- 直接面向 4D 生成与重建，填补视频数据在空间智能上的空白
- 附有基准评估协议，便于公平对比不同模型
不足之处
- 数据集规模与标注质量尚待社区验证，文档/社区待观察
- 当前仅提供 Python 工具链，对非 Python 用户不友好
适用场景
- 训练视频生成模型，使其生成内容具备空间一致性
- 用于 4D 场景重建与动态物体跟踪研究
- 为自动驾驶或机器人提供带空间标注的视频训练数据
替代项目
KITTI、nuScenes、ScanNet
项目介绍
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