买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉中国传媒大学;北京百度网讯科技有限公司申请的专利基于大规模文生视频模型的视频生成方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119031209B 。

龙图腾网通过国家知识产权局官网在2025-09-02发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202410948632.4，技术领域涉及：H04N21/854；该发明授权基于大规模文生视频模型的视频生成方法及系统是由毛琪;李远航;田雷;肖欣延;晁润东;杨婷涵;金立标;吴华设计研发完成，并于2024-07-16向国家知识产权局提交的专利申请。

本基于大规模文生视频模型的视频生成方法及系统在说明书摘要公布了：本发明提供一种基于大规模文生视频模型的视频生成方法及系统，基于待生成视频中的多个主体与其对应动作和背景的描述文本以及生成视频的多个主体在空间中的边界框，利用大规模文生视频模型针对多个主体尤其是具有不同动作的多个主体进行视频生成，其中，先将当前步的潜空间噪声图序列和文本描述输入噪声预测网络；然后提取交叉注意力图序列，并利用交叉注意力图序列计算空间位置约束和基于语法感知的对比约束；最后通过反向传播计算注意力调整约束对潜空间噪声图序列的梯度，并利用此梯度更新潜空间噪声图序列。本发明能够使得生成视频达到主体与动作的对齐的效果，同时确保生成视频与描述文本的一致性。

本发明授权基于大规模文生视频模型的视频生成方法及系统在权利要求书中公布了：1.一种基于大规模文生视频模型的视频生成方法，其特征在于，针对多个主体进行视频生成，包括如下步骤： S110：基于预设的大规模文生视频模型随机生成潜空间噪声图序列； S120：基于文生视频输入数据对所述潜空间噪声图序列进行去噪处理，并在所述去噪处理中的预设时间步内利用空间位置约束和语法感知对比约束进行所述潜空间噪声图序列的优化处理；其中，所述文生视频输入数据包括待生成视频的文本描述，所述文本描述包括待生成视频中的多个主体与其对应动作以及背景、待生成视频中的多个主体对应空间的边界框； S130：将所述去噪处理最后一步得到的潜空间噪声图序列解码得到生成视频； 其中，所述潜空间噪声图序列的优化处理，包括： S121：将当前步的潜空间噪声图序列和待生成视频的文本描述输入预设的噪声预测网络以进行噪声预测； S122：提取所述噪声预测网络中生成的交叉注意力图序列； S123：利用所述交叉注意力图序列计算空间位置约束和语法感知对比约束； S124：通过反向传播计算空间位置约束和语法感知对比约束对所述潜空间噪声图序列的梯度，并利用所述梯度更新所述潜空间噪声图序列。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人中国传媒大学;北京百度网讯科技有限公司，其通讯地址为：100024 北京市朝阳区定福庄东街1号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。