遇见数据集

vbvrpro_sampler_trajectories-data

收藏
Hugging Face2026-08-11 更新2026-08-12 收录
官方服务:

资源简介:

该数据集为VBVR-Pro基线模型与DanceGRPO-2200采样器轨迹的媒体存档,用于支持视频生成任务的交互式评估。数据集包含12个匹配的评估单元,分别对应DiffSynth step-35500基线模型和DanceGRPO checkpoint 2200模型,在Flow-CPS噪声水平(0.1、0.3、0.7、0.9)下,使用确定性FlowMatch Euler ODE和UniPC ODE采样器生成的样本。每个单元包含500个样本,覆盖100个VBVR-Pro任务,总计6000个模型/采样器/样本组合。对于每个组合,存储了30个原生步骤视频(step_00.mp4至step_29.mp4,无空间重排)、一个压缩的同步6×5总览网格视频(steps_grid.mp4)以及一个原生512×512像素、81帧的最终输出视频(final_00.mp4)。数据分布在三个公共仓库中,每个仓库的文件数低于Hugging Face推荐的100,000文件限制。此外,提供了一个index.json文件,记录每个样本的标识、精确提示、种子、采样器调度、轨迹语义以及6000个对齐的最终输出EvalKit评分(评分范围0-1,基于final_00.mp4评估)。数据集不包含训练数据或模型权重,专用于视频生成模型的评估与比较。

This dataset is a media archive of trajectories from the VBVR-Pro baseline model and the DanceGRPO-2200 sampler, designed to support interactive evaluation of video generation tasks. It contains 12 matched evaluation units, corresponding to the DiffSynth step-35500 baseline model and the DanceGRPO checkpoint 2200 model, with samples generated using deterministic FlowMatch Euler ODE and UniPC ODE samplers under Flow-CPS noise levels (0.1, 0.3, 0.7, 0.9). Each unit contains 500 samples covering 100 VBVR-Pro tasks, totaling 6,000 model/sampler/sample combinations. For each combination, 30 native step videos (step_00.mp4 to step_29.mp4, without spatial rearrangement), a compressed synchronized 6×5 overview grid video (steps_grid.mp4), and a native 512×512 pixel, 81-frame final output video (final_00.mp4) are stored. The data is distributed across three public repositories, each with file counts below Hugging Faces recommended 100,000 file limit. Additionally, an index.json file is provided, recording each samples identifier, exact prompt, seed, sampler schedule, trajectory semantics, and 6,000 aligned final output EvalKit scores (scores range 0-1, evaluated based on final_00.mp4). The dataset contains no training data or model weights, and is exclusively used for evaluation and comparison of video generation models.

创建时间:
2026-08-10
原始信息汇总

VBVR-Pro Sampler Trajectories 数据集概述

数据集基本信息

  • 名称:VBVR-Pro Baseline and DanceGRPO-2200 Sampler Trajectories
  • 语言:英语
  • 规模:1K-10K 条样本
  • 标签:视频生成、评估、Wan、VBVR

数据集内容

该数据集包含 12 个匹配的评估单元,覆盖以下配置:

  • 模型检查点
    • DiffSynth 第 35500 步基线模型
    • DanceGRPO 第 2200 步检查点
  • 采样器及噪声设置
    • Flow-CPS 噪声值 0.1、0.3、0.7、0.9
    • 确定性 FlowMatch Euler ODE
    • UniPC ODE
  • 样本规模:每个单元 500 个样本,覆盖 100 个 VBVR-Pro 任务

数据存储结构

数据集被拆分至三个公共媒体仓库:

仓库 内容
pufanyi/vbvrpro_sampler_trajectories-data 可选的 6×5 总览网格和原生最终输出
pufanyi/vbvrpro_sampler_trajectories-baseline-steps 90,000 个原始基线步进视频
pufanyi/vbvrpro_sampler_trajectories-2200-steps 90,000 个原始检查点-2200 步进视频

文件格式与路径

对于 6,000 个模型/采样器/样本组合,每个组合包含:

  • 30 个原生步进视频step_00.mp4step_29.mp4
  • steps_grid.mp4:压缩的同步 6×5 总览视频
  • final_00.mp4:原生 512×512、81 帧的最终输出(sigma 为零)

文件路径格式为:

text videos/{cell_id}/{domain_folder}/{task_name}/{sample_id}/{filename.mp4}

附带索引文件

data/index.json 记录了:

  • 样本身份标识
  • 精确提示词
  • 随机种子
  • 采样器调度计划
  • 轨迹语义
  • 6,000 个对齐的最终输出 EvalKit 评分(0–1 分制)

注意:评分针对公开的 step 30 / final_00.mp4 文件,而非中间预览。本数据集不包含训练数据或模型权重。

搜集汇总
数据集介绍
vbvrpro_sampler_trajectories-data 数据集图片
构建方式
该数据集构建于视频生成模型评估的实证研究之上,旨在系统性地对比基线模型与强化学习微调后模型的采样轨迹差异。其构建过程严谨而细致,将DiffSynth基准模型与DanceGRPO检查点2200分别与Flow-CPS噪声水平0.1、0.3、0.7、0.9以及确定性FlowMatch Euler ODE和UniPC ODE采样器进行组合,形成12个匹配的评估单元。每个单元均包含100个VBVR-Pro任务,每个任务生成500个样本,确保统计显著性。数据存储遵循分层目录结构,原始视频以原生分辨率保留,未进行空间重打包,确保了数据的原始性和完整性。整个部署跨越三个公共存储库,以规避文件数量限制,体现了大规模数据管理的精细考量。
特点
该数据集的核心特点在于其系统性和可比性。通过固定任务和采样器,仅改变模型与噪声水平,精确隔离了模型改进对采样轨迹的影响。每个组合均提供30个逐步视频序列,清晰展现从噪声到最终输出的完整演变过程,且附带同步的6×5概览网格,便于宏观审视。尤为突出的是,数据集中集成了6,000个对齐的EvalKit评分,基于最终输出视频在0至1尺度上的客观评估,为量化模型性能提供了直接依据。此外,详尽的数据索引文件记录了每条样本的提示词、种子和采样器调度信息,极大增强了数据的可追溯性和可复现性。
使用方法
使用该数据集时,研究者可依据其分层路径精确定位任意样本,例如通过`videos/{cell_id}/{domain_folder}/{task_name}/{sample_id}/{filename.mp4}`访问特定步骤视频。配套的`data/index.json`文件提供了全面的元数据,方便按需筛选特定模型、噪声水平或采样器组合。所有对比分析应基于最终的`final_00.mp4`文件及其对应EvalKit分数,以确保评估的公平性和一致性。该数据集不仅适用于视频生成模型的客观评测,还可用于采样轨迹的可视化研究、噪声调度策略的敏感性分析以及强化学习对生成过程影响的深度探究,为视频生成算法的优化与理解提供了宝贵的实证资源。
背景与挑战
背景概述
该数据集由pufanyi团队于2024年创建,旨在系统评估视频生成模型中采样器轨迹对生成质量的影响。其核心研究问题聚焦于不同噪声调度与ODE求解器在Wan架构下的表现差异,特别关注DiffSynth基线模型与DanceGRPO强化学习检查点的对比。数据集包含12个匹配的评估单元,覆盖Flow-CPS噪声0.1至0.9的梯度分布,以及FlowMatch Euler ODE与UniPC ODE两种确定性求解路径,每个单元含500个样本,总计6000个组合,横跨100个VBVR-Pro任务。这一设计为视频生成领域的采样器轨迹研究提供了大规模、结构化的基准,对理解扩散模型采样动力学及其优化策略具有重要参考价值。
当前挑战
该数据集所面临的挑战主要体现于两层面。其一,在领域问题层面,视频生成中采样器轨迹的微小差异可能导致视觉质量显著波动,而现有评估体系难以精准量化噪声调度与ODE求解器的复合效应,该数据集通过多单元对比设计尝试解耦变量,但如何从6000个组合中提炼普适性规律仍属难题。其二,在构建过程中,数据集需存储180,000个原生步骤视频(每组合30帧),远超Hugging Face单仓库文件限制,不得不拆分为三个子仓库,并设计同步的6×5概览网格与最终输出文件,以保证数据完整性与可访问性,同时还需维护元数据索引以关联提示词、种子与评估分数,这一庞大工程对存储架构与数据治理提出了严苛要求。
常用场景
经典使用场景
该数据集聚焦于视频生成模型的采样轨迹评估,尤其针对Wan架构下的VBVR-Pro任务。其核心经典使用场景在于系统比较不同采样器(如DiffSynth基线与DanceGRPO-2200检查点)在不同噪声级别(0.1至0.9)和确定性ODE求解器(FlowMatch Euler与UniPC)下的生成过程。通过提供每组合30个原生步骤视频及最终输出,研究者可逐帧剖析采样轨迹的动态演化,从而深入理解采样策略对视频质量与一致性的影响。这种细粒度的时序数据为采样器性能的定量与定性分析提供了前所未有的资源。
衍生相关工作
该数据集衍生的相关工作主要集中在采样器鲁棒性分析和生成轨迹的可视化研究。其分仓库存储设计(共90,000步视频)已催生出一些工具,用于自动检测采样过程中的崩溃或模式坍塌现象。同时,基于此数据集的对比数据,研究者已开展针对DanceGRPO强化学习后模型与基线模型的公平性评估,推动了诸如‘轨迹级评估指标’的新研究范式。未来,它还可能成为训练轨迹预测模型或开发高效采样策略的基础资源。
数据集最近研究
最新研究方向
本数据集聚焦于视频生成领域采样器轨迹的细粒度评估,其最新研究前沿在于通过大规模、多采样器、多噪声水平的系统性对比,揭示扩散模型(如Wan)在不同采样策略下的生成动态与质量差异。该数据集包含超过18万段步进视频,覆盖DiffSynth基线及DanceGRPO强化学习微调模型,并引入Flow-CPS噪声调度与FlowMatch Euler/UniPC确定性轨迹等前沿技术,为研究采样器行为、噪声敏感性及强化学习对生成过程的调控提供了前所未有的量化资源。其对齐的EvalKit评分与轨迹语义索引,支持从中间步骤到最终输出的全程分析,有望推动视频生成领域在采样器设计、模型评估及训练策略优化上的新突破,对生成式AI的可解释性与可控性研究具有深远意义。
以上内容由遇见数据集搜集并总结生成
二维码
社区交流群
二维码
科研交流群
商业服务