根据搜索结果，生成式 AI（GenAI）在视频生成方面的原理主要包括以下几点：
利用深度学习技术模拟人类大脑的工作方式 GenAI 系统使用人工神经网络（ANN）来处理数据，模拟人类大脑中神经元之间的信号传递。通过深度学习，GenAI 可以从大量数据中学习提取特征，并建立复杂的内部表征，从而生成新的视频内容。
结合注意力机制提高生成效率 Transformer 模型引入了"注意力"概念，使 GenAI 系统能够更好地理解单词或图像元素之间的关系，从而提高生成视频的质量和效率。注意力机制可以帮助 GenAI 系统聚焦于最相关的信息，生成更加连贯和自然的视频。
利用 GAN 等对抗式生成网络 一些 GenAI 系统采用生成对抗网络（GAN）的架构，包括一个生成器网络和一个判别器网络。生成器负责生成新的视频内容，判别器则负责评估生成内容的真实性。通过两个网络的对抗训练，GenAI 可以不断提高生成视频的逼真度。
结合其他技术实现多模态生成 除了单一的视频生成，GenAI 还可以结合自然语言处理、计算机视觉等技术，实现从文本到视频、从图像到视频等多模态的内容生成。这种跨模态的生成能力大大拓展了 GenAI 在视频创作领域的应用。
总的来说，GenAI 在视频生成方面的核心原理是利用深度学习、注意力机制、对抗式生成等技术，从大量数据中学习提取特征，并生成逼真自然的视频内容。这些技术的结合使 GenAI 在视频创作领域展现出了强大的潜力。