概念Text-to-Video模型 / T2V模型
文生视频模型
将文本提示词转换为视频内容的生成模型，核心挑战包括时间一致性、事件顺序与长程运动连贯性。
时间轴 (近 90 天)
10月22日
Agent 可以在某个环节调用文生视频模型产出一段镜头，但 Agent 交付的是一条成片，而非一段素材。
待验证50%
9月27日
文生视频模型较新版本通常支持更长的单段视频生成，但更长的时序建模意味着对提示词理解的容错率更低，人物易漂移变形
待验证50%
9月25日
传统文生视频模型每次生成都是独立、无状态的，历史状态不以显式形式保留
待验证50%