待验证50% 置信解决方案精确时间
为视频扩散模型提供深度图、法线图或相机轨迹等结构性先验，其逻辑与ControlNet对图像生成的结构控制一脉相承
1
来源数
50%
置信度
长期有效
时效性
2026/9/24
首次发现
来源
涉及实体
相关事实
已验证当前主流的文生视频模型普遍基于扩散模型架构，通过在时间维度上扩展图像生成能力来产生连贯的视频帧序列79% 相似待验证文生视频模型在画面清晰度、运动流畅度与提示词遵循度之间存在权衡，其技术根源在于模型容量在精细纹理参数和运动模式参数之间的竞争关系79% 相似待验证ControlNet插件允许用户以边缘检测或深度图为控制条件，AnimateDiff将运动先验注入图像扩散模型的时间维度实现动画效果，RunwayML Gen-2通过视频扩散模型支持从单张图像生成短视频78% 相似待验证该模型不仅能处理视频，也同样适用于静态图片78% 相似待验证视频生成的底层通常涉及文本理解、分镜规划（LLM调用）、逐帧图像生成（扩散模型）、帧序列合成（视频编码）等多个模型的链式调用77% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/945997API
curl https://kongchang.com/api/v1/knowledge/claims/945997MCP
get_claim(id=945997)