Open-Sora-Plan项目，由北大-兔展AIGC联合实验室共同发起，旨在复现Sora，而Open-Sora-Dataset作为Open-Sora-Plan项目的一部分，旨在为开源世界构建一个高质量的视频数据集，并详细阐述其收集和处理过程。该数据集包含40258个视频资源，总时长约274小时。视频数据主要来源于 Mixkit、Pexels 和 Pixabay 三个平台，研究人员遵循CC0许可爬取，这些视频都是高质量、无水印的，其中风景类视频占比 60%。该数据集为训练Open-Sora以及其它文生视频大模型提供了一个高质量的数据集。
详情请参见五号雷达：https://www.5radar.com/result?key=Open-Sora-Dataset
_1769672084863.jpg)