Sekai 是由上海人工智能实验室联合上海创智学院，于 2025 年发布的一个高质量第一人称视角全球视频数据集，相关论文成果为：「Sekai: A Video Dataset towards World Exploration」，旨在为视频生成和世界探索领域激发有价值的应用。 该数据集专注于以自我为中心的世界探索，由 Sekai-Real 和 Sekai-Game 两部分组成，包含来自 100 多个国家和地区、 750 个城市的超过 5000 小时的步行或无人机视角（FPV 和 UVA）视频，视频时长较长（1 至 39 分钟，平均为 2 分钟），并包含丰富的探索性注释和世界注释，每个视频标注了多样化的标签，包括字幕、位置、场景、天气、人群密度、时间以及相机轨迹。 数据集概览

Citation

@article{li2025sekai, title={Sekai: A Video Dataset towards World Exploration}, author={Zhen Li and Chuanhao Li and Xiaofeng Mao and Shaoheng Lin and Ming Li and Shitian Zhao and Zhaopan Xu and Xinyue Li and Yukang Feng and Jianwen Sun and Zizhen Li and Fanrui Zhang and Jiaxin Ai and Zhixiang Wang and Yuwei Wu and Tong He and Jiangmiao Pang and Yu Qiao and Yunde Jia and Kaipeng Zhang}, journal={arXiv preprint arXiv:2506.15675}, year={2025} }