待验证50% 置信事实精确时间
Midjourney的视频功能采用图像到视频（Image-to-Video）的推理方式，以一张静态图作为条件输入预测后续帧
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/8/17
首次发现
有效期至：2026/11/15
来源
相关事实
待验证Midjourney的视频功能基于扩散模型（Diffusion Model）架构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76% 相似待验证图生视频时将第一张图设为起始帧、第二张图设为结束帧，让 AI 视频模型自动补全过渡动画，这种技术在学术上称为视频插值（Video Interpolation）74% 相似待验证文生视频的完整提示词通常需覆盖静态视觉层、动态运动层、镜头语言层和时序逻辑层四个层次73% 相似待验证文生图模型如FLUX更偏好静态场景的细节描述，而视频生成模型如Kling对动作动词、镜头运动指令更敏感73% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/762014API
curl https://kongchang.com/api/v1/knowledge/claims/762014MCP
get_claim(id=762014)