VideoPoet est un grand modèle linguistique capable de transformer n'importe quel modèle linguistique autorégressif en générateur de vidéos de haute qualité. Il peut générer des vidéos à partir d'une description textuelle en entrée, sans aucune indication visuelle ou audio. VideoPoet est capable de générer divers types de vidéos, notamment la conversion texte-vidéo, image-vidéo, l'édition vidéo, le stylisation et la restauration. Il peut être utilisé dans les domaines de la cinématographie, de l'animation, de la production publicitaire et de la réalité virtuelle. VideoPoet offre une capacité de génération vidéo de haute qualité et peut être appliqué de manière flexible à différents contextes.