SkyScript-100M：为短剧生成 10 亿 对剧本与拍摄脚本

生成包含场景、镜头等信息的高质量拍摄脚本是短剧剧本生成的关键。我们收集了来自网络的 6,660 集热门短剧，每集平均含 100 条短剧，总计约 8 万条短剧，时长约 2000 小时，数据量达 10 万 terabytes。对每集剧目进行关键帧提取和标注，获得约 1000 万条拍摄脚本。基于自研的大型短剧生成模型 SkyReels，对提取的拍摄脚本进行 100 种剧本修复，构建包含 10 亿对短剧剧本与拍摄脚本的 数据集，命名为 SkyScript-100M。我们对比分析了 SkyScript-100M 与现有数据集，展示了基于该数据集可实现的深入洞察。基于 SkyScript-100M，研究者可实现多项深远的剧本优化目标，可能推动整个文本到视频领域的范式转变，并显著推动短剧视频生成领域的发展。数据与代码已公开于 https://github.com/vaew/SkyScript-100M。