📣随着多模态大模型在视频生成、理解与交互等方向的持续演进，高质量、可控、结构清晰的真实数据集正成为模型效果差异化的关键因素之一。
本文结合近期中广天择整理与更新的一批数据资源，对其数据结构、质量指标及典型应用场景进行梳理说明，供从事相关研究与工程实践的同学参考。
一、高质量真实视频数据集（1080p+）
🚀数据基础指标说明
- 分辨率：1080p 及以上
- 码率：≥10 Mbps
- 帧率：FPS > 24
- 单条时长：≥10 s
在库数据在码率与时长维度上覆盖多个区间，适用于不同规模模型的训练与验证场景。
📚 数据量级分布：
- 10–150 Mbps：1 万+ 小时
- 8–10 Mbps：4 万+ 小时
🏆1.带环境音及说话人标注的音画同步数据集
该数据集重点关注声音与画面在时间轴与语义层面的严格对齐，适用于音画协同建模、视频生成及多模态理解任务。
- 覆盖人物对话、动作音效及真实环境音（如风声、雨声、城市背景音等）
- 支持多语种、多角色、多说话人场景
- 涵盖不同景别（近景 / 半身 / 全身）
📦数据规模：
- 单人：4000 小时
- 双人：2000 小时
- 多人：2000 小时
🏆2.运镜类视频数据集
该数据集聚焦影视级镜头语言与空间转换逻辑，用于支撑模型对镜头运动规律的学习。
- 运镜类型包括：推、拉、摇、移、升、降、环绕等
- 视频规格：1080p / 4K（其中 60% 以上为 4K）
- 数据经过美学评分、光流、旋转角等工具分析，并结合人工精筛
🏆3.高美学视频数据集
该数据集以画面审美与构图质量为核心筛选维度，适用于视频生成、内容推荐及美学相关研究。
- 总时长：3000+ 小时
- 平均单条时长：10.33 秒
美学评分统计：
- 平均分：6.17
- 62% 数据美学平均分 ≥6.0
- 最高评分达 8.86，峰值 9.26
🏆4.多景别结构化数据集
该数据集对视频镜头的景别类型进行系统化标注，覆盖从特写到远景的完整体系。
- 景别类型：特写 / 近景 / 中景 / 全景 / 远景
- 同步提供人物基础属性（如年龄区间）
- 提取人物表情并量化情绪变化过程
📦数据规模：
- 远景：2000 h
- 中景：2000 h
- 近景：4000 h
- 特写：2000 h
二、2K 人像类数据集
🚀数据基础指标
- 分辨率：2K 及以上
- 帧率：FPS > 24
- 单条时长：≥10 s
📚 数据量级分布：
- 10–150 Mbps：3000 小时
🏆1.人物状态数据集
围绕人物在不同交互状态下的行为与情绪表达进行标注，适用于人像理解与对话建模场景。
- 状态类型：speak / listen / idle / dialogue
- 特点：一镜到底、音画同步、无画外音与背景音乐干扰
📦数据规模：
- idle：800 h
- listen：300 h
- speak：800 h
- dialogue：200 h
三、体育类视频数据集
🏆1.专业赛事与活动数据基础
在体育赛事内容制作与执行方面，中广天择已形成较为成熟的实践积累，长期覆盖路跑、球类、对抗类及户外运动等多类型体育项目。相关数据来源于真实赛事与活动场景，具备连续性强、主体明确、动作结构清晰等特点。
依托长期体育内容运营经验及稳定的执行体系，公司在体育领域积累了较为完整的资源基础与落地能力，可支撑不同规模与复杂度的体育数据采集需求。相关实践涉及多类型专业赛事及大众体育活动，为复杂运动场景下的数据采集与整理提供了真实、可复现的环境条件。
在实际生产过程中，已建立较为完善的执行体系，包括：
- 可调度的多类型专业运动人员资源
- 覆盖不同级别与形态的体育场景条件
- 支持批量采集的专业体育拍摄设备
- 具备规模化执行能力的拍摄与制作团队
基于上述条件，体育数据采集任务可在明确目标后实现较高效率的组织与交付节奏。在数据制作流程中，可结合具体任务需求，对标注策略进行前置规划，并在统一画质与参数标准下完成数据整理与交付，以满足模型训练中对一致性与可用性的要求。
🏆2.运动与多视角真实运动数据集
该数据集聚焦人体动作与多人交互行为，全部为真实场景实拍数据。
- 覆盖单人 / 双人 / 多人运动与协作
- 动作类型包含基础训练、对抗、技能操作及群体行为
- 部分动作由专业人员设计并拍摄（如太极拳、八段锦等）
📦数据规模：
- 总时长：1 万+ 小时
- 单人：7000+ h
- 双人：2200+ h
- 多人：800+ h
- 单一主体动作：50 万+
- 场景类型：2000+
🏆3.实拍单视角体育视频数据
该部分为单视角实拍体育视频数据的存量整理成果，整体规模约 2000 小时。 所有视频均来源于专业拍摄设备下的真实体育场景，画面美学表现稳定，主体清晰明确，动作边界清楚。
🚀数据基础指标
- 分辨率：2K 及以上
- 码率：≥ 30 Mbps
- 帧率：≥ 50 FPS
在内容覆盖上，该类数据主要集中于对动作细节与身体对抗要求较高的体育类型，包括：
- 格斗及肢体接触类运动
- 核心球类竞技项目
- 人体运动学与体能训练相关模块
从数据结构角度看，单视角数据在动作完整性、节奏稳定性及细节保留方面具有优势，适用于人体动作分析、运动理解及相关训练任务。在具体使用中，可结合目标任务对动作片段与标签粒度进行进一步细化整理。
四、世界知识与场景理解类数据集
🏆1.地标与真实场景数据
该数据集覆盖人物、街景、建筑、自然地标、文化艺术等真实场景，用于提升模型在视觉理解、时序推理与知识表达方面的能力。
- 分辨率：1080p 及以上
- 帧率：FPS > 24
- 当前规模：百小时级
- 支持后续定制化扩展
