生成对抗网络已经能生成极其逼真的图像，甚至人类并都分不太出生成图的真假。像 StyleGAN 生成的人像，即使这些「人」并不存在，但生成结果已经逼真到让我们相信 Ta 曾来过地球。那么视频生成是不是也能这么逼真？让我们相信 Ta 不仅来过，还曾有一段生动的记忆。近日，来自 DeepMind 的研究者则尝试在视频建模领域实现逼真的效果，他们认为除了图像生成，GAN 在视频生成上也是没啥问题的。类似 BigGAN 的思路，研究者在复杂的 Kinetics-600 数据集上训练一种大型生成对抗网络（GAN），并期待该网络生成的视频样本复杂度大大高于之前的研究。