EAVSD هي مجموعة بيانات لقصص الفيديو الإعلانية للتجارة الإلكترونية، أصدرها فريق من جامعة بكين عام 2026. تهدف هذه المجموعة إلى دعم مهام توليد الصور المتعددة الموجهة نحو موضوع معين وتخطيط السرد القصصي. تشمل الأبحاث ذات الصلة... نساج السرد: نحو اتساق بصري بعيد المدى قابل للتحكم من خلال التكييف متعدد الوسائطيستخدم على نطاق واسع في توليد الصور المتعددة الموجهة نحو الموضوع ومهام التخطيط السردي، مع التركيز الأساسي على توليد لوحات القصة لمقاطع الفيديو الإعلانية للتجارة الإلكترونية والبحث في الاتساق البصري طويل المدى القابل للتحكم. تحتوي هذه المجموعة من البيانات على 50,538 عينة منتج، و401,351 صورة مشهد، تغطي 8 فئات منتجات للتجارة الإلكترونية (مع إخفاء هوية المستخدمين). تتضمن كل عينة صورة مرجعية، و8 نصوص وصفية باللغة الإنجليزية، وصورة المشهد المُولّدة. تم استخراج الصورة المرجعية وتنظيفها من قائمة المنتجات الأصلية باستخدام نموذج Qwen-VL، بينما تم تخطيط نصوص وصف المشاهد وتوسيعها لتصبح أوصافًا سينمائية باللغة الإنجليزية باستخدام نموذج لغوي متطور. تم توليد صور المشاهد النهائية باستخدام واجهة برمجة تطبيقات تحرير الصور من Novita AI، وجميع صور المشاهد هي بيانات مُولّدة بواسطة النموذج.

حقول البيانات

• المعرف: معرف فريد للأصل (على سبيل المثال، category_a_000123)
• الفئة: فئة المنتج التي ينتمي إليها (من الفئة أ إلى الفئة ح)
• المرجع: اسم ملف صورة المنتج المشار إليها
• n_scenes_generated / n_scenes_total: العدد الفعلي للمشاهد التي تم إنشاؤها مقابل العدد الإجمالي المخطط له (ثابت عند 8).
• scene_prompts: قائمة بالمطالبات الإنجليزية للمشهد المقابل (مع الحفاظ على بادئة القالب المُنشأ).
• scene_filenames / scene_errors: قائمة بأسماء ملفات مخطط المشهد ورسائل الخطأ المقابلة للمشاهد الفاشلة.

الاستشهاد

@article{yao2026narrative,
title   = {Narrative Weaver: Towards Controllable Long-Range Visual Consistency with Multi-Modal Conditioning},
author  = {Yao, Zhengjian and Li, Yongzhi and Gao, Xinyuan and Chen, Quan and Jiang, Peng and Lu, Yanye},
journal = {arXiv preprint arXiv:2603.06688},
year    = {2026}
}