技术博客

近日，上海人工智能实验室联合北京理工大学、上海创智学院及东京大学等机构，推出名为Sekai的高质量视频数据集项目。该项目旨在通过图像、文本或视频构建一个动态且真实的世界，支持用户自由探索。Sekai专注于交互式视频生成、视觉导航与视频理解等任务，计划提供覆盖750个城市的5000小时第一人称视角视频数据，以助力AI更准确地理解和模拟真实世界的动态变化。作为一个持续迭代的数据集，Sekai将面向全球开放，推动人工智能在视频理解与交互领域的技术进步。

近日，上海人工智能实验室联合北京理工大学、上海创智学院及东京大学等机构，推出名为“Sekai”的高质量视频数据集项目。该项目旨在服务于交互式视频生成、视觉导航及视频理解等任务，以构建一个动态且真实的世界模型。“Sekai”在日语中意为“世界”，其核心在于通过覆盖750个城市的5000小时第一人称视频，结合图像、文本或视频等多种模态信息，打造一个支持用户自由交互与探索的虚拟环境。