本研究提出了一种基于扩散轨迹交集的无模型、零样本、免训练的文本到视频生成方法。该方法通过一致的帧内容生成和控制帧转换时机，显著提升了视频生成的时间一致性和视觉逼真度，实证分析显示用户满意度和量化指标均优于现有方法。

本研究解决了生成模型在采样未归一化密度函数时的困难，特别是反向KL散度导致的多模态分布近似不足。通过最小化扩散轨迹上的反向KL散度，提出了一种新方法，使模型能更好地捕捉多模态。实验表明，该方法显著提升了多模态博尔兹曼分布的采样性能。