asgaardlab/GamePhysics-FullResolution

GamePhysics数据集是一个从GamePhysics subreddit收集的游戏bug视频集合。数据集包含id、game、filepath、filename、archive和reddit_url等特征。数据集的分割为validation，包含26,954个样本，大小为3,692,759字节。数据集的下载大小为1,232,477字节，总大小为3,692,759字节。数据集的许可证为creativeml-openrail-m，任务类别为video-classification，语言为英语，标签包括video-game、game、video-understanding、ood和vidoe-ood。数据集的pretty_name为GamePhysics，大小类别为10K<n<100K。

GamePhysics数据集（GamePhysics Dataset）是一类采集自GamePhysics子版块（GamePhysics subreddit）的游戏漏洞视频集合。该数据集包含id、game、filepath、filename、archive及reddit_url等属性特征。数据集划分为验证集（validation），包含26954个样本，数据体量为3692759字节。该数据集的下载体量为1232477字节，总存储体量为3692759字节。其许可证为creativeml-openrail-m，任务类别为视频分类（video-classification），使用语言为英语，标签涵盖电子游戏（video-game）、游戏（game）、视频理解（video-understanding）、分布外（out-of-distribution，ood）及vidoe-ood。该数据集的友好名称（pretty_name）为GamePhysics，规模类别为10K<n<100K。

原始信息汇总

GamePhysics 数据集

数据集信息

特征

• id: 字符串类型
• game: 字符串类型
• filepath: 字符串类型
• filename: 字符串类型
• archive: 字符串类型
• reddit_url: 字符串类型

分割

• validation:
  • 字节数: 3692759
  • 样本数: 26954

大小

• 下载大小: 1232477 字节
• 数据集大小: 3692759 字节

配置

• default:
  • 数据文件:
    • 分割: validation
    • 路径: data/validation-*

许可

• creativeml-openrail-m

任务类别

• 视频分类

语言

• 英语

标签

• 视频游戏
• 游戏
• 视频理解
• ood
• vidoe-ood

名称

• GamePhysics

大小类别

• 10K<n<100K

搜集汇总

数据集介绍

构建方式

在数字娱乐产业蓬勃发展的当下，电子游戏中的物理异常现象已成为玩家社区热议的焦点。GamePhysics数据集应运而生，其构建灵感源自Reddit平台上的GamePhysics子版块，该社区专门收集和分享各类游戏中的物理引擎故障视频。研究团队通过系统化地爬取该子版块中用户提交的视频内容，经过严格的筛选与去重，最终汇聚成包含26954个验证样本的高质量数据集。每个样本均保留了原始元数据，包括游戏名称、Reddit源链接、视频文件路径等关键信息，为后续研究提供了完整的溯源依据。数据集以全分辨率视频格式存储，确保了视觉细节的完整保留，为视频理解任务提供了真实且多样化的异常物理现象样本。

特点

该数据集最显著的特点在于其聚焦于视频游戏中的异常物理现象，涵盖了诸如物体穿模、角色动作扭曲、碰撞检测失效等各类违反现实物理规律的视觉场景。与常规视频理解数据集不同，GamePhysics专门针对分布外（OOD）检测场景设计，其样本具有高度的非典型性和不可预测性。数据集包含来自数百款不同游戏的视频片段，覆盖了从AAA大作到独立小作的广泛范围，确保了场景、风格和复杂度的多样性。每个视频均保留了Reddit社区提供的原始描述和上下文信息，有助于研究者理解异常现象发生的具体情境。这种独特的领域聚焦特性使其成为评估视频理解模型在非标准视觉场景下鲁棒性的理想基准。

使用方法

研究者可借助Hugging Face Datasets库便捷地加载该数据集，通过指定'split'参数为'validation'即可获取全部26954个样本。每个样本以字典形式呈现，包含唯一标识符、游戏名称、视频文件路径、文件名、归档信息以及Reddit源链接等字段。该数据集主要适用于视频分类任务，尤其适合用于训练和评估视频理解模型在异常物理现象检测方面的能力。研究者可将其作为分布外检测的基准数据集，或结合CLIP等多模态模型进行零样本异常识别实验。数据集采用CreativeML Open RAIL-M许可证发布，允许研究用途的广泛使用，但需注意遵守相应的使用条款。

背景与挑战

背景概述

在计算机视觉与视频理解领域，异常事件检测始终是极具挑战性的研究方向，尤其在电子游戏这一高度动态且充满非真实物理规则的环境中。由Asgaard实验室于2022年创建的GamePhysics数据集，旨在系统性地收集来自Reddit社区GamePhysics子版块的游戏内物理异常视频，共包含26954个验证样本。该数据集的核心研究问题聚焦于如何利用多模态模型（如CLIP）识别与分类游戏中的视觉异常现象，例如角色穿模、物体漂浮或非自然碰撞等。其影响力体现在为视频异常检测提供了首个大规模、非合成的游戏领域基准，推动了分布外（OOD）检测与视频理解在娱乐产业中的实际应用，成为连接自然场景与虚拟世界的桥梁。

当前挑战

GamePhysics数据集所面临的挑战首先源于其领域特殊性：游戏物理异常并非传统意义上的现实世界异常，而是基于虚拟引擎的规则破坏，这要求模型具备理解非真实物理逻辑的能力，与ImageNet等自然图像分类任务截然不同。其次，构建过程中面临数据标注的模糊性——Reddit用户上传的bug视频质量参差不齐，缺乏统一的标签体系，导致异常事件边界难以界定。此外，视频中的视觉噪声（如UI元素、动态视角）与游戏风格多样性（从像素风到写实3D）进一步加剧了模型泛化的难度，使得现有视频理解算法在处理这些‘语义上合理但物理上荒谬’的样本时极易失效。

常用场景

经典使用场景

GamePhysics-FullResolution数据集汇聚了来自Reddit社区GamePhysics子版块的大量游戏物理异常视频，为视频理解与异常检测领域提供了独特的资源。该数据集的核心应用场景在于训练和评估模型对游戏内非自然物理现象（如角色穿模、物体漂浮、碰撞失效等）的识别能力，尤其适用于开放世界和复杂交互场景下的视频异常检测任务。研究者可借助该数据集探索视频时序特征与异常事件之间的关联，推动视频分类模型在对抗性样本和分布外（OOD）检测上的鲁棒性提升。

解决学术问题

该数据集解决了视频理解领域中缺乏高质量、多样化游戏物理异常样本的学术难题。传统视频异常检测数据集多聚焦于现实监控场景，而游戏环境中的物理规则违背事件提供了全新的分布外检测挑战。GamePhysics-FullResolution填补了这一空白，使研究者能够系统性地探究多模态模型（如CLIP）在识别非现实物理互动时的性能边界。其意义在于推动了视频OOD检测的理论发展，揭示了现有视觉语言模型在处理游戏引擎生成的违反直觉事件时的脆弱性，为构建更通用的视频异常检测框架提供了基准。

衍生相关工作

该数据集衍生了一系列经典工作，最具代表性的是CLIPxGamePhysics项目，其利用CLIP模型的多模态对齐能力对游戏物理异常视频进行零样本分类，揭示了视觉语言模型在理解非现实物理事件上的局限。后续研究在此基础上提出了GamePhysics-OOD基准，系统评估了多种视频OOD检测方法在游戏场景下的表现。此外，该数据集还催生了关于视频时序异常定位与多模态融合的探索，推动了如VideoMAE等自监督视频模型在异常检测任务上的适配，成为连接游戏领域与视频理解研究的重要桥梁。