待验证50% 置信事实精确时间
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
1
来源数
50%
置信度
长期有效
时效性
2026/7/12
首次发现
来源
Gemini Omni实测：谷歌全模态视频生成能力深度解析
redditr/GoogleGeminiAI2026/7/10
相关事实
待验证即梦视频生成插件采用了类似Sora的视频大模型架构，在图像扩散模型基础上增加了时间维度的一致性约束79% 相似待验证现代视频风格迁移方案在扩散模型的去噪过程中注入时序注意力机制，让模型在生成每一帧时能看到相邻帧的状态79% 相似待验证现代 AI 视频生成模型在潜空间中通过扩散模型对两帧的语义信息进行插值，而传统视频插值依赖光流估计算法79% 相似待验证常见视频生成模型包括Kling、Wan、Sora、CogVideoX等，图像生成模型包括Stable Diffusion、FLUX等78% 相似待验证2023年后，以Stable Video Diffusion、Sora为代表的时序扩散模型开始将视频理解为时空连续体，能够在潜空间中同时建模多帧之间的运动关系76% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/492275API
curl https://kongchang.com/api/v1/knowledge/claims/492275MCP
get_claim(id=492275)