शो-1 एक कुशल पाठ-से-वीडियो निर्माण मॉडल है जो पिक्सेल-स्तरीय और अव्यक्त चर-स्तरीय प्रसार मॉडल को जोड़ता है। यह पाठ से अत्यधिक संबंधित वीडियो उत्पन्न कर सकता है और साथ ही कम संगणना संसाधन आवश्यकता के साथ उच्च-गुणवत्ता वाले वीडियो भी उत्पन्न कर सकता है। यह पहले पिक्सेल-स्तरीय मॉडल का उपयोग करके कम रिज़ॉल्यूशन वाला प्रारंभिक वीडियो उत्पन्न करता है, और फिर अव्यक्त चर मॉडल का उपयोग करके इसे उच्च रिज़ॉल्यूशन में अपस्केल करता है, जिससे दोनों मॉडल के लाभों का संयोजन होता है। शुद्ध अव्यक्त चर मॉडल की तुलना में, शो-1 द्वारा उत्पन्न वीडियो पाठ से अधिक सटीक रूप से जुड़े होते हैं; और शुद्ध पिक्सेल मॉडल की तुलना में, इसकी गणना लागत भी कम है।