整段视频的可控生成是一个2023年底仍旧悬而未决的难题。

    虽然图片级别的可控生成在孟繁岐重生前已经成为现实，如果分别去观看两张生成的图片的话，人类已经很难发现什么端倪，会认可这两张图在各方面表现出的一致性。

    但是在一秒就需要有数张乃至于数十张图片的视频当中，视频内容的稳定性仍旧是一个很大