视频生成方法、装置、电子设备及计算机可读存储介质

本公开提供了一种视频生成方法、装置、电子设备及计算机可读存储介质，可以应用于人工智能和计算机视觉技术领域。该方法包括：根据用户输入的视频内容描述文本，生成场景提示文本，其中，场景提示文本用于限定视频的生成场景；将场景提示文本输入大语言模型，输出至少一个视频分镜文本；根据每个视频分镜文本的关键词，从数据库中确定与每个视频分镜文本匹配的视频片段；以及根据视频分镜文本和至少一个视频片段，生成与视频内容描述文本相匹配的目标视频。