Нейросети уже хорошо научились рисовать картинки по текстовому описанию. Следующий шаг - видео. Пока получается коряво и не очень убедительно. Но мы видели, какой сюрреализм поначалу выдавали генераторы изображений. Которые теперь могут делать картинки, нетличимые от фотографий. С видео сетями будет так же. Думаю, что прогресс в них пойдёт гораздо быстрее, благодаря накопленному опыту.