综述：视频生成中的时空一致性

视频生成旨在产生时间连贯的视觉帧序列，代表人工智能生成内容（AIGC）领域的重要进展。与静态图像生成相比，视频生成面临独特的挑战：它不仅要求高质量的单帧画面，还需要强大的时间连贯性以确保整个时空序列的一致性。尽管近年来针对视频生成中时空一致性的研究有所增加，但系统性地聚焦于这一核心问题的综述仍然相对稀缺。为填补这一空白，本文将视频生成任务视为从高维时空分布中进行序贯采样的过程，并进一步讨论时空一致性。我们对该领域的最新进展进行了系统性综述。内容涵盖多个维度，包括生成模型、特征表示、生成框架、后处理技术、训练策略、基准和评估指标，特别关注各种方法在维持时空一致性方面的机制与有效性。最后，本文探讨了该领域的未来研究方向和潜在挑战，旨在为推进视频生成技术提供有价值的见解。项目链接：https://github.com/Yin-Z-Y/A-Survey-Spatiotemporal-Consistency-in-Video-Generation。