IT之家了解到，这个系统名为 Make-A-Video，允许用户输入一连串的词语，比如“一只穿着超级英雄服装、披着红色斗篷在天空中飞翔的狗”，然后生成一个五秒钟的短视频。

虽然效果相当粗糙，但这个系统显然要比文字转图片 AI 系统更高级。

上个月，人工智能实验室 OpenAI 向所有人提供了其最新的文本转图像人工智能系统 DALL-E，而人工智能初创公司 Stability.AI 则推出了 Stable Diffusion，这是一个开源的文本转图像系统。