用于回忆创建的系统和方法

本公开整体涉及从设备上的媒体资产生成对应于回忆(例如，事件或上下文)的视频。在一些实施方案中，该设备接收基于对回忆的自然语言描述来请求视频的用户输入。该设备向第一机器学习(ML)模型发送该自然语言描述的信息，并且接收查询词元，这些查询词元用于在该设备上寻找与这些查询词元匹配的媒体项。该设备向从这些媒体项确定特质的另一ML模型发送表示所寻找到的媒体项的信息。这些特质被发送到第三ML模型以生成故事大纲，并且该视频是通过将对该故事大纲中的镜头的描述与所寻找到的媒体资产的视觉嵌入进行比较以将它们策划并编排成与该故事大纲一致的该视频来生成的。