VAP-Dataは、バイトダンスが香港中文大学と共同で2025年に公開したもので、現在、意味論的に制御された動画生成データセットとしては最大規模です。関連研究論文のタイトルは「ビデオ・アズ・プロンプト：ビデオ生成のための統合セマンティック制御目標は、制御されたビデオ生成、制御されたモーション合成、およびマルチモーダル ビデオ モデル用の高品質なトレーニングおよび評価ベンチマークを提供することです。

このデータセットには、厳選された9万件以上のペアサンプルが含まれており、コンセプト、スタイル、アクション、ショットの4つのセマンティックカテゴリにわたる100のきめ細かなセマンティック条件を網羅しています。各セマンティックカテゴリには、相互に整合した複数のビデオインスタンスセットが含まれています。ビデオコンテンツは、照明、視点、シーン、ダイナミクスにおいて非常に多様なため、クロスセマンティックで細かく制御されたビデオ生成システムの構築が可能になり、モデルの制御性と汎化能力を包括的に評価できる環境を提供します。