HiGen

HiGen模型是一种基于扩散模型（Diffusion Model）的方法，主要用于文本到视频（Text-to-Video, T2V）的生成。该模型通过分层时空解耦（Hierarchical Spatio-temporal Decoupling）技术，从结构和内容两个层面将视频的空间内容和时间动态进行解耦，从而降低了文本到视频生成的复杂度，并提高了生成视频的现实性和多样性。