北京酷讯科技有限公司

本公开涉及视频制作技术领域中的一种视频生成方法、装置、存储介质、设备及程序产品，该方法包括响应于用户输入创作需求类信息，生成包括多个分镜对应多维度创作指引的提示词文本集合，以及生成对应每一所述分镜的多张分镜参考图，得到每一分镜对应的分镜参考图集合；结合从所述提示词文本集合中选定的目标提示词文本以及从所述分镜参考图集合中选定的目标分镜参考图，生成各分镜对应的分镜视频片段，其中，每一所述分镜视频片段是基于所述目标提示词文本与存在关联关系的所述目标分镜参考图作为图文联合约束条件调用视频生成模型生成的；响应于选定分镜视频片段，执行视频拼接、字幕与音频配套，生成目标视频。