一种视频生成方法、装置、电子设备及存储介质

本发明提供一种视频生成方法、装置、电子设备及存储介质，所述方法通过获取包含目标对象多个视角的训练动作视频，构建视频生成模型，所述视频生成模型包括变分处理网络和去噪网络，在对所述视频生成模型进行训练的过程中，将所述视频生成模型的训练过程中的去噪网络与变分处理网络的训练进行分离。与现有技术相比，本发明的所述视频生成方法使所述变分处理网络在对整段所述训练动作视频处理训练的过程中，不会同步的根据所述训练骨骼序列对所述去噪网络进行训练，大大降低了显存的负担，进而提高训练的效率。