视频生成方法、视频生成模型的训练方法、装置和设备

本公开关于一种视频生成方法、视频生成模型的训练方法、装置和设备，属于自动驾驶、视频生成技术领域。其中，该方法包括：获取观测视角下的原始视频中的至少一帧；基于所述原始视频中的至少一帧在二维空间下图像的特征，确定对应帧在三维空间下体素的特征；基于各帧在所述三维空间下体素的特征，生成设定视角下的目标视频。由此，体素的特征保留了对象的三维信息，使得生成的设定视角下的目标视频能够保持对象原有的三维特征，即保持视觉上的一致性和真实性，在多视角视频生成场景中，有助于提高多视角视频之间的三维一致性，提高了生成的视频的质量，适用于多视角的自动驾驶视频的生成场景。