@RekaAILabs: CS2-10k 现已在 @huggingface 上发布。60万+ 第一人称游戏视频。1万+ 小时。每帧都配有相应的键盘、鼠标和3D位置数据。

X AI KOLs Following 工具
dataset egocentric-video gameplay world-models action-conditioned-video-generation huggingface

摘要

Reka AI Labs 发布了 CS2-10k 大型数据集，包含超过 60 万个第一人称游戏视频，总计超过 1 万小时，每帧都配有键盘、鼠标和 3D 位置数据。该数据集已在 Hugging Face 上开放，可用于世界模型、基于动作的视频生成以及第一人称导航研究。

CS2-10k 现已在 @huggingface 上发布 60万+ 第一人称游戏视频。1万+ 小时。 每帧都配有生成该帧时确切的键盘、鼠标和 3D 位置数据。 如果你正在研究世界模型、基于动作的视频生成或第一人称导航，现在就可以下载并使用它。
查看原文
查看缓存全文

缓存时间: 2026/07/01 04:01

CS2-10k 现已在 @huggingface 上线
超过 60 万段第一人称游戏视频，总计超过 1 万小时。

每一帧都配有生成该帧的精确键盘、鼠标和 3D 位置数据。
如果你正在研究世界模型、动作条件视频生成或第一人称导航，今天即可下载使用。

相似文章

Ego2Robot：从第一人称人类数据规模化合成机器人数据

Hugging Face Daily Papers

Ego2Robot是一个可扩展的流水线，通过动作重定向和视觉合成，将第一人称人类操作视频转换为机器人训练数据，生成涵盖15种机器人形态的18,561小时数据。实验表明，在该合成数据与真实机器人数据上联合预训练，可提升视觉-语言-动作模型在分布外场景下的泛化能力，并已在真实机器人部署中得到验证。

HumanNet：将以人为本的视频学习扩展至百万小时规模

Hugging Face Daily Papers

HumanNet 是一个包含百万小时标注视频的大规模以人为本的视频数据集，旨在训练视觉-语言-动作模型。它证明了以第一人称视角拍摄的人类视频可以有效地替代机器人数据，用于具身智能任务。