视频生成方法、视频生成模型的训练方法和相关装置

本申请实施例公开了一种视频生成方法、视频生成模型的训练方法和相关装置。主要技术方案包括：获取人脸图像和视频描述文本；所述人脸图像包括目标人脸；从所述人脸图像中提取所述目标人脸的二维特征和三维特征；将所述目标人脸的二维特征和三维特征进行融合，得到所述目标人脸的身份特征表示；基于所述身份特征表示和所述视频描述文本，预测得到包含所述目标人脸的目标视频。本申请能够有效捕捉目标人脸的多维度特征，从而生成更加真实和自然的目标视频。