VidProM 是数据集领域的开源项目，由 WangWenhao0716 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 186。
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 2026-08-27。开源数据集项目，完全免费，无付费版本。
它主要面向的使用场景是：训练和微调文本到视频扩散模型，提升生成质量。同类可对比的替代方案包括 MSR-VTT、WebVid-10M、Panda-70M。
VidProM
百万真实提示词，让视频生成更懂用户
VidProM 是 NeurIPS 2024 发布的大规模真实提示词数据集，专为文本到视频扩散模型设计。它包含百万级真实用户提示词，解决了当前视频生成领域缺乏高质量、真实用户查询数据的问题。该数据集不仅提供提示词本身，还附带对应的视频、图像及元数据，支持文本到视频模型的训练、微调与评估。核心能力包括：提供多样化的真实提示词分布，帮助模型更好地理解用户意图；支持提示词增强与扩展，提升生成视频的语义对齐度；可作为检索增强生成（RAG）的基准，推动视频生成与检索的交叉研究。项目旨在降低视频生成模型对人工设计提示词的依赖，加速领域研究。
开源
free
视频生成
GitHub 星标
★ 186
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WangWenhao0716
所属国家
定价模式free
价格说明开源数据集项目，完全免费，无付费版本。
访问状态
是否开源是
开源协议
主要语言
技术栈/模型prompt,sora,text-to-video,text-to-video-generation
GitHub 星标★ 186
30天Star增速
HF 下载量
上线时间2024-03-07 00:00:00
最近更新2026-08-27 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5
使用教程
核心亮点
- 百万级真实用户提示词，数据规模大且贴近实际应用场景
- 附带视频、图像和元数据，支持多模态研究
- 发表于 NeurIPS 2024，学术权威性高，数据质量有保障
不足之处
- 数据集下载和预处理可能需要较大存储和计算资源
- 文档/社区待观察
适用场景
- 训练和微调文本到视频扩散模型，提升生成质量
- 研究提示词工程与用户意图理解
- 作为检索增强视频生成的基准数据集
替代项目
MSR-VTT、WebVid-10M、Panda-70M
项目介绍
上一篇：OpenS2V-Nexus
下一篇：sekai-codebase
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