OpenVid-1M / OpenVidHD-0.4M
南大的 100 万 clips 高质量集与 1080p 子集
- 数据类型
- 视频 clip；LLaVA 长字幕
- 规模口径
- OpenVid-1M 1,019,957 clips、约 2051 小时；OpenVidHD-0.4M 433K clips、约 1.2k 小时（作者口径）
- License
- CC-BY-4.0，仅研究/非商用，且须遵守 Panda、ChronoMagic、Open-Sora-plan、CelebvHQ 的许可
- 链接
- huggingface.co
内容与规模
南京大学发布（ICLR 2025）。OpenVid-1M 含 1,019,957 个 clip，约 2051 小时，均长 7.2 秒，最小 512x512；OpenVidHD-0.4M 为其 1080p 部分，433K clips、约 1.2k 小时，均长 9.6 秒，下载约 4.5TB [1][2]。
来源与标注
取自 Panda-50M（只能下载到 Panda-70M 中的 5000 万）、ChronoMagic、Open-Sora-plan、CelebvHQ；字幕由 LLaVA-v1.6-34b 生成长描述（1M 版词均约 126.5、HD 子集约 104.5，UltraVideo 论文对比表口径）[1]。
谁拿它训练
MVDiT 等；开源小模型常用 HD 子集作高质量收尾数据 UltraVideo。
已知缺陷
标 CC-BY-4.0 却须服从多个上游许可（含 "未知"），许可链条断裂。
来源
相关卡片
卡片整理 2026-10-15。公司自报数据标“公司口径”；⚠️ 为未经独立核实。