文本生成视频模型的训练方法、装置、设备及存储介质

本申请涉及一种文本生成视频模型的训练方法、装置、设备及存储介质。本申请在文本生成视频模型的训练过程，通过引入视频评估模型，对初始文本生成视频模型生成的目标视频进行质量评估，生成视频质量信息，进而通过该视频质量信息，即可更新初始文本生成视频模型的模型参数，生成训练后的目标文本生成视频模型；通过该方式，可利用视频评估模型替代人工打分，大幅减少人工参与度，降低人力成本与时间成本；并且，该方式还可避免人工主观差异带来的评分波动，生成准确的视频质量信息，有助于训练稳定收敛。