谷歌研究院推出了名为 Lumiere 的 「文生视频」 扩散模型，使用了自家的 「Space-Time U-Net」 基础架构，能够一次性生成 「完整、真实、动作连贯」 的视频。相对于业界模型，Lumiere 在生成持续时间更长、动作更连贯的视频方面有优势。该 AI 模型基于预训练的 「文生图」 模型，通过空间超分辨率模型和 「Multidiffusion」 通用生成框架提升分帧分辨率和模型稳定性，保证了视频的一致性和连续性。