本文介绍了动态场景管理器（Dysen）模块，提升文本到视频生成（T2V）的质量。研究评估了现有评估指标的局限性，提出了新的评估方法T2VScore，并创建了TVGE数据集。同时，介绍了T2VHE协议和FETV基准，以优化评估过程。最后，提出了Text-Animator方法，改善视觉文本生成的稳定性，推动开源视频生成模型的发展。