近年来，深度生成模型在视频生成领域面临挑战。研究提出Fréchet Video Distance作为新评估指标，并开发VBench系统，提供全面的视频生成评估基准。通过TVGE数据集和T2VScore，评估文本到视频生成的质量，探索现有指标的局限性，并提出新的评估方法以改进视频生成模型的性能。

该文综述扩散模型在视频生成与压缩中的应用：通过联合训练图像与视频生成高保真、时空连续的视频，并改进条件采样；提出隐式条件建模、自回归端到端优化、轻量层级扩散、投影潜空间扩散、VideoFusion噪声分解及稳定视频扩散等方法，在FVD和视觉质量上优于GAN；同时用于有损压缩，提升低比特率下的重建质量。