Sekai est un ensemble de données vidéo mondiales de haute qualité, en perspective à la première personne, publié en 2025 par le Laboratoire d'intelligence artificielle de Shanghai et l'Institut de création de Shanghai. Les résultats de l'étude sont les suivants :Sekai : un ensemble de données vidéo pour l'exploration du monde", vise à inspirer des applications précieuses dans les domaines de la génération vidéo et de l'exploration du monde.

Cet ensemble de données se concentre sur l'exploration du monde centrée sur l'ego et se compose de deux parties : Sekai-Real et Sekai-Game. Il contient plus de 5 000 heures de vidéos de marche ou de perspective par drone (FPV et UVA) provenant de plus de 100 pays et régions et de 750 villes. Les vidéos sont longues (de 1 à 39 minutes, 2 minutes en moyenne) et contiennent de riches annotations exploratoires et des annotations du monde. Chaque vidéo est annotée avec diverses étiquettes, notamment les sous-titres, le lieu, la scène, la météo, la densité de la foule, l'heure et la trajectoire de la caméra.

Présentation de l'ensemble de données