该文综述零样本文本到视频合成研究：MotionZero通过提示自适应与解耦运动控制，从提示导出运动先验并分区控制不同对象运动，配合运动感知注意力调节帧间注意力；另有方法保持输入视频运动与场景布局实现文本驱动运动转换，或解耦外观与动作实现精确控制；FlowZero结合大语言模型与图像扩散模型生成连贯生动视频；MoVideo从深度和光流建模运动；此外还有零样本文本到动画角色合成及分割引导提升可控性的方法。