在文本图像生成器流行之后，Meta 宣布了文本视频生成器 Make-A-Video，可通过文本或图像提示生成视频内容。Meta 演示了利用一段文字描述或一幅静态图像生成视频的效果，比如一幅海龟图像在处理之后变成了海龟游泳视频。Make-A-Video 是基于现有的文本图像生成模型，如 OpenAI 的 DALL-E。Meta 在今年 7 月发布了自己的文本图像模型 Make-A-Scene。该公司还没有透露何时向公众提供 Make-A-Video，感兴趣的用户现在可以先注册。