本文提出了一种新颖的紧凑视频自编码器VidTwin，通过解耦视频的结构和动态潜在向量，解决了视频生成中的压缩与质量平衡问题。实验表明，VidTwin在视频重建中实现了高达0.20%的压缩率，并在生成任务中表现优异，为未来研究奠定了基础。