基于渐进式加噪策略的驾驶长视频生成方法及装置

本申请涉及长视频生成技术领域，特别涉及一种基于渐进式加噪策略的驾驶长视频生成方法及装置，其中，方法包括：获取驾驶场景的目标视频；利用预先训练的渐进式长视频生成模型将目标视频编码到隐空间，以得到隐特征，并利用预设渐进式加噪策略对隐特征进行加噪，得到加噪后的隐特征；基于隐特征，输出视频的帧数满足预设要求后的驾驶长视频。由此，解决了相关技术中，由于长视频生成方法无法对内容延伸且存在误差累积和运动幅度小的技术缺陷，进而导致难以维持长视频生成的时空一致性以及生成的效率的问题。