文本到视频生成框架TF

#本文概要-TF-T2V介绍了一种创新性的文本到视频生成框架，通过独特的设计实现了卓越的可扩展性和性能提升。-该框架采用文本无关视频，解决了训练先进模型所需的大规模标注视频文本数据集的困难，为文本到视频生成领域带来新的可能性。-TF-T2V的双分支结构，分别关注空间外观生成和动态运动合成，使其能够生成高质量、连贯的视频，通过引入时间一致性损失进一步提升了视频的流畅性。