Text-to-video
Генерация видео по текстовому описанию.
Отличается от text-to-image тем, что промпт должен описывать не состояние, а изменение.
Типовая ошибка. Промпт написан как для картинки — и кадр выходит почти статичным. Нужно указывать, что происходит за отведённые секунды и как движется камера.
Подробно — в материале о генерации видео по тексту.