本論文は、長い映像生成の現状を調査した論文です。現存する最先端システムでさえ、1分の長さの映像生成に限界を示す現実を指摘し、長い映像生成の難しさ(計画、ストーリー展開、空間、時間的一貫性維持など)を強調します。 GANsや拡散モデルなどの基本技術、映像生成戦略、大規模トレーニングデータセット、長い映像評価のための品質指標、今後の研究分野など、長い映像生成分野の全体的な内容を取り上げます。分割征服アプローチと生成AIの統合により、スケーラビリティを向上させ、制御力を向上させる可能性を提示します。最終的には、長い画像生成分野の発展と研究のための包括的な基盤を提供することを目指しています。