本文介绍了一种无监督视频生成模型，该模型通过学习环境中的不确定性先验，结合未来帧的估计生成视频。模型在多种数据集上进行端到端训练，生成结果清晰，优于现有方法。同时，研究探讨了行为条件视频生成框架及其在动态环境中的应用，展示了深度学习在视频生成中的潜力和有效性。