本研究提出了一种高效有效的方法，通过利用条件图像扩散模型实现长度可变视频中时间一致的合成到真实视频转换，同时保持视频的时空一致性。方法通过联合噪声优化最小化时空不一致性，实现对多个合成图像生成的平行化。实验证明了该方法的有效性，并且不需要对扩散模型进行培训或微调。方法在时空一致性和视觉质量方面优于其他基线方法。