Google新論文介紹影片生成模型Lumiere，Lumiere是一種文字轉影片擴散模型，該模型的主要目的，是創建真實、多樣且動作連貫的影片。該模型使用一種稱為時空U-Net（Space-Time U-Net，STUNet）基礎架構，官方提到，這種技術可以一次生成完整的影片長度，而不需要經過多次處理。 近年圖像生成模型有著巨大的進步，能夠根據複雜的文字提示，生成高解析度且逼真的圖像，不過，研究人員要將文字轉圖像技術應用到文字轉影片領域面臨挑戰，主要原因在於影片中的動作複雜性。