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。