视频生成方法、装置、电子设备及存储介质

本公开关于一种视频生成方法、装置、电子设备及存储介质，方法包括：获取当前特征序列；在当前输出帧为首个视频帧，将当前特征序列输入至大语言模型，获得当前输出帧的隐式视频特征；以及，将当前输出帧的隐式视频特征输入至扩散模型，输出当前输出帧的视频帧编码，并根据当前输出帧的视频帧编码，生成当前输出帧的视频帧图像；在当前输出帧为任一非首个视频帧，将扩散模型输出的，当前输出帧的上一个输出帧的视频帧编码，作为当前输出帧的视频帧特征，并将当前输出帧的视频帧特征添加至当前特征序列中，得到更新后特征序列，将更新后特征序列作为当前特征序列；重复前述步骤，生成当前输出帧的视频帧图像，提高了视频生成质量。