Ответ:

Правильный вариант — 4) Строит всю последовательность кадров сразу, согласуя их между собой. Генеративная модель формирует видеоряд с учётом текстового описания и временной согласованности кадров. Остальные варианты чрезмерно упрощают процесс или неверно описывают его.