Vera-Layered-Video 是由加州理工大学联合 Netflix 于 2026 年发布的面向视频编辑的分层扩散数据集，旨在支持基于分层扩散模型的内容保留视频编辑。相关论文成果为 Vera: A Layered Diffusion Model for Content-Preserving Video Editing 。 该数据集由训练集与测试集构成，其中训练集包含 11,996 条 49 帧片段与 6,005 条 81 帧片段，测试集包含 141 条片段，涵盖背景替换与对象添加两类编辑任务，涉及合成与真实场景。训练集数据来源于 Pexels 、 Mixkit 及 VideoMatte240K，测试集在此基础上还纳入了来自 DAVIS 与 VACEBench 的素材。

数据集构成:

• 49 帧训练集片段：每条时长 3 秒，包含 914 条 realistic-set1-bg-change 、 470 条 realistic-set1-obj-add 、 770 条 realistic-set2-obj-add 、 4,994 条 synthetic-bg-change 及 4,848 条 synthetic-obj-add
• 81 帧训练集片段：每条时长 5 秒，包含 457 条 realistic-set1-bg-change 、 235 条 realistic-set1-obj-add 、 385 条 realistic-set2-obj-add 、 2,497 条 synthetic-bg-change 及 2,431 条 synthetic-obj-add
• 测试集片段：包含 69 条 bg-change 与 72 条 obj-add

Citation

@article{zheng2026vera,
title     = {Vera: A Layered Diffusion Model for Content-Preserving Video Editing},
author    = {Zheng, Hongkai and Cheng, Ta-Ying and Klein, Benjamin and Yue, Yisong and Yuan, Zhuoning},
journal   = {arXiv preprint arXiv:2606.23610},
year      = {2026}
}