Moonshot是一种新的视频生成模型，同时考虑图像和文本的多模态输入，具有更好的外观和几何结构控制能力。与预训练图像ControlNet模块集成后，展现了较现有模型更优的视觉质量和时间一致性。可用于个性化视频生成、图像动画和视频编辑等多种生成应用。