概念Text-to-Video / T2V
文生视频
生成式视频模型的一种输入模式，完全依靠文字提示词从随机噪声中生成视频画面，适合探索场景视觉方案的阶段
时间轴 (近 90 天)
10月18日
与通用文生视频模型不同，数字人模型更强调特定人物的身份保持和唇形同步精度。
待验证50%
10月17日
图生视频对脸和服装的保持远好于用文本提示词直接生成视频。
待验证50%
9月27日
文生视频提示词应遵循固定结构：角色参考+场景参考+动态分镜脚本+台词+无背景音乐+无内置字幕
待验证50%
9月23日
文生图、文生视频、AI编程助手等工具都在强调'无需专业背景'的用户承诺
待验证50%
9月19日
普通文生图/文生视频工具每次调用都是无状态的，不保留上下文
待验证50%
9月13日
传统的文生视频往往难以精确控制镜头的推拉摇移
待验证50%
9月11日
文生视频、AI换脸、语音克隆等工具的成熟正在改变普通爱好者对内容生产成本的认知
待验证50%
9月6日
传统文生视频在多镜头切换时容易出现角色面孔漂移、服装变化等角色一致性问题
待验证60%
8月27日
文生视频模型无法生成特定的、精确的、从未在训练集中出现过的本地界面内容
待验证50%
全部知识事实 (10)
待验证
图生视频模式相比纯文本驱动能够显著降低生成结果的随机性
80%待验证传统文生视频在多镜头切换时容易出现角色面孔漂移、服装变化等角色一致性问题
60%待验证与通用文生视频模型不同，数字人模型更强调特定人物的身份保持和唇形同步精度。
50%待验证图生视频对脸和服装的保持远好于用文本提示词直接生成视频。
50%待验证文生视频提示词应遵循固定结构：角色参考+场景参考+动态分镜脚本+台词+无背景音乐+无内置字幕
50%待验证文生图、文生视频、AI编程助手等工具都在强调'无需专业背景'的用户承诺
50%待验证普通文生图/文生视频工具每次调用都是无状态的，不保留上下文
50%待验证传统的文生视频往往难以精确控制镜头的推拉摇移
50%待验证文生视频、AI换脸、语音克隆等工具的成熟正在改变普通爱好者对内容生产成本的认知
50%待验证文生视频模型无法生成特定的、精确的、从未在训练集中出现过的本地界面内容
50%