Unverified50% confidenceFactExact time
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
Sources
50%
Confidence
Medium-term (~90 days)
Relevance
8/17/2026
First Seen
Valid until: 11/15/2026
Sources
Related Claims
UnverifiedMidjourney的视频功能基于扩散模型（Diffusion Model）架构78% similarUnverified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% similarUnverified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% similarUnverified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% similarUnverified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% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/762014API
curl https://kongchang.com/api/v1/knowledge/claims/762014MCP
get_claim(id=762014)