本研究提出了一种扩展的图像扩散模型，利用Masked Conditional Video Diffusion（MCVD）框架生成高保真度视频，支持未来预测和无条件生成。实验结果显示，该方法在视频预测和插值方面表现优异。此外，研究还介绍了内容-动态潜在扩散模型（CMD）和新的视频插值框架（MADiff），显著提升了生成质量和计算效率。