北京人工智能研究院 发布 CI-VID 数据集, 应用在 视频生成、多模态数据 领域

北京人工智能研究院 本次发布的数据集 CI-VID, CI-VID数据集是一个包含超过34万个样本的文本视频数据集，每个样本由一系列视频片段和文本描述组成，旨在支持连贯的多场景视频序列生成。该数据集由北京人工智能研究院和北京邮电大学的研究人员创建，视频片段来自YouTube上超过4000个精心挑选的频道，经过严格的筛选以确保视频质量。CI-VID数据集通过构建连贯的文本-视频序列，为文本和视频到视频的生成模型提供了训练数据，这些模型能够生成具有平滑视觉转换和强时间一致性的故事驱动内容。

查看CI-VID

README 内容： 

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。