本研究提出了一种新颖的两阶段图像到视频生成框架，旨在解决视频扩散模型在生成物理可行视频时缺乏物理理解的问题。该框架有效捕捉物理运动，为视频生成领域带来新视角和改进。

该文章介绍了一种名为DreamVideo的高保真度图像到视频生成方法，通过设计帧保留分支和无分类器指导的双条件，实现了精确控制能力。实验结果显示，DreamVideo在公开数据集上表现出色，具有较强的图像保留能力和高FVD得分。