基于扩散模型的视频生成方法、装置以及设备

本发明公开了基于扩散模型的视频生成方法、装置以及设备，包括：得到若干张抽帧图片；构建出若干个图片组；将初始数据空间中的图片组映射至隐空间；构建待训练扩散模型；为图片组中的每个隐变量添加噪声；将图片组输入待训练扩散模型中，得到每个图片组对应的若干个预测噪声和若干个预测图片差异，以及若干个图片组之间对应的预测图片组差异；根据若干个预测噪声、若干个预测图片差异以及若干个预测图片组差异，对待训练扩散模型的神经网络参数进行调节，并在当满足预设训练要求时，将待训练扩散模型作为目标扩散模型。本发明属于视频预测领域。本发明可以使基于扩散模型预测得到的视频保持时间一致性。