本文介绍了一种新的视频生成方法GD-VDM，结合语义和动作线索，显著提升视频质量和连贯性。研究提出的双流扩散网络DSDN和MeDM方法优化了视频生成的一致性和时间流，确保高保真度和流畅性。实验结果表明，这些方法在视频生成和预测任务中表现优越。