Open-Sora-Plan 是一个开源项目，旨在复现 OpenAI 的 Sora（T2V 模型），并构建关于 Video-VQVAE (VideoGPT) + DiT 的知识。该项目由北京大学和兔展智能公司联合发起，研究显著增强了视频生成的质量以及对文本的控制能力。该模型能够生成 10 秒、 24FPS 的 1024×1024 高清视频，同时还支持生成高分辨率图像，为用户提供更加丰富和精细的视觉体验。

该数据集为其项目视频数据集。研究团队在 CC0 许可下从开源网站抓取了 40,258 个视频。所有视频均为高质量无水印，其中约 60% 为风景数据。总时长约为 274h 05m 13s 。

数据主要来源分为三部分：

1. mixkit：研究团队采集的视频总数为 1,234 个，总时长约为 6h 19m 32s，总帧数为 570,815 。
2. pexels：研究团队收集的视频总数为 7,408 个，总时长约为 48h 49m 24s，总帧数为 5,038,641 。
3. pixabay：研究团队收集的视频总数为 31,616 个，总时长约为 218h 56m 17s，总帧数为 23,508,970 。