视频生成方法、装置、电子设备及存储介质

本申请涉及一种视频生成方法、装置、电子设备及存储介质，该方法包括：获取用户输入的视频描述文本；根据所述视频描述文本生成初始噪声序列；使用预设更新策略，对所述初始噪声序列进行更新，得到目标噪声序列；将所述目标噪声序列转换为对应像素值集合，基于所述像素值集合生成所述视频描述文本对应目标视频。在噪声序列的更新过程中有效地融合了时间维度的约束，针对不同时空特性的区域进行差异化处理，并且增强了运动的连贯性，得到满足预设要求的更新噪声序列，进而生成目标视频，提升了生成视频的观感和实用性。