一种视频生成模型的训练方法、装置、计算机设备、介质和程序产品

本申请实施例公开了一种视频生成模型的训练方法、装置、计算机设备、介质和程序产品，获取第一视频样本和第一文本样本；对第一文本样本、第一视频样本进行特征提取，得到第一文本特征样本、第一视频帧特征样本和第一视频特征样本；根据第一视频帧特征样本和第一文本特征样本，得到第一融合特征样本；根据第一融合特征样本和第一视频特征样本，通过初始视频生成模型进行生成，得到预测视频样本；根据预测视频样本和第一视频样本之间的差异，调整初始视频生成模型的模型参数，得到视频生成模型。训练得到的视频生成模型能够将视频特征作为中间媒介，并对其进行解码，得到视频，从而避免了先解码为图像再转换为视频的复杂过程，提高视频的生成速度。