本文介绍了TGAN，一种生成式模型，用于学习未标记视频的语义表示并生成视频。该模型通过时间生成器和图像生成器解决了现有GAN方法生成视频时的问题。采用了Wasserstein GAN模型和稳定的端到端训练方法以确保训练的稳定性。实验结果证明了该方法的有效性。

本文介绍了一种新型的自我监督混合模型（DAE-GAN），结合了形变自编码器和条件生成的最新进展。该模型能够在大量未标记视频的情况下自然地再现人脸，并在 VoxCeleb1 和 RaFD 数据集上取得了优秀的实验结果。