OpenVE-3M是由浙江大学与字节跳动联合发布的大规模高质量视频编辑指令数据集，包含300万条样本，涵盖空间对齐（如全局风格迁移、局部修改）与非空间对齐（如创意编辑）共8个子类别。数据源自Open-Sora-Plan等开源高清视频库，通过多模态大模型（如GPT-4o）生成编辑指令，并采用深度估计、目标分割等技术确保时空一致性。经三阶段严格筛选（预处理、分类生成、质量过滤），其平均指令长度（40.

arXiv2025-12-17 更新1100

TDVE-DB

视频编辑

质量评估

TDVE-DB是一个大规模的基准数据集，用于文本驱动视频编辑的质量评估。该数据集由来自12个不同模型生成的3857个编辑视频组成，涵盖了8个编辑类别，并附有173,565个来自人类主观评分的注释，涵盖了三个关键维度：编辑视频质量、编辑对齐和结构一致性。TDVE-DB的创建是为了解决文本驱动视频编辑技术中缺乏专门的视频质量评估模型的问题。数据集的构建过程包括数据收集、视频编辑评价维度的确定、主观视频

arXiv2025-05-26 更新690

VEditBench

视频编辑

自然语言处理

A holistic benchmark for text-guided video editing.

DataCite Commons2025-05-15 更新200

MovieCuts

视频编辑

内容识别

Movicuts是视频和剪辑标签的大型数据集，包含173,967视频剪辑，这些视频剪辑被标记为10种不同剪辑类型的q。数据集中的每个样本由两个视频剪辑 (从中分割一个视频剪辑) 及其随附的音频组成。该数据集专注于一个新任务: 视频剪辑类型识别。视频编辑是指将两个视频拼接在一起，拼接后的视频看起来是连续的，不太引人注目。视频剪辑类型识别是识别两个视频拼接在一起的方式。

OpenDataLab2026-07-12 更新880

OpenVE-3M

视频编辑

指令引导

OpenVE-3M是一个开源、大规模、高质量的指令引导视频编辑数据集，包含空间对齐编辑（全局风格、背景更改、局部更改、局部移除、局部添加和字幕编辑）和非空间对齐编辑（相机多镜头编辑和创意编辑）两大类。所有编辑类型均通过精心设计的数据流程生成，并经过严格的质量过滤。OpenVE-3M在规模、编辑类型多样性、指令长度和整体质量上均超过现有的开源数据集。

github2025-12-09 更新360

jack-back/davinci-resolve-test

资源简介：

数据集概述

数据集描述

许可信息

相关数据集