英文：Video Diffusion Model 分类：multimodal
用扩散过程生成视频的模型：从噪声逐步去噪得到连贯视频帧，支持文生视频、图生视频与编辑。视频扩散是视频生成的主流技术路线。
架构：时空扩散 U-Net（Video Diffusion Models）→ 扩散 Transformer（Sora 路线：时空 Patch+DiT）；关键：帧间时序一致性、运动建模（光流/3D 注意力）、长视频生成（级联/自回归）；代表：Sora、可灵、Runway。
用于短视频创作、影视预演、广告素材、游戏过场与教育演示；视频扩散模型正推动"文本/图片→专业视频"的民主化。