Tạo video tham chiếu là công nghệ cung cấp hình ảnh hoặc video hiện có làm tham chiếu cho AI và tạo video mới kế thừa bố cục, chuyển động và phong cách.
Tham chiếu đến video là phương pháp nhập không chỉ lời nhắc bằng văn bản mà còn cả hình ảnh và video hiện có làm tài liệu tham khảo để tạo video mới kế thừa hình thức, bố cục, kỹ thuật quay phim và phong cách của chủ đề. Trong ngành, AI tạo video như loạt Runway Gen, Kling và Vidu được cho là đã được triển khai như một chức năng tạo ra các cảnh và hành động khác nhau từ một hình ảnh tham chiếu trong khi vẫn giữ được hình dáng của nhân vật hoặc sản phẩm. Một kỹ thuật định vị sử dụng các tài liệu tham chiếu để bù đắp cho vấn đề về tính nhất quán, có xu hướng dẫn đến các khuôn mặt, quần áo và hình nền khác nhau mỗi lần chỉ với lời nhắc chỉ bằng văn bản. Trong hoạt động thực tế vào năm 2026, sẽ có những cạm bẫy như mất chi tiết trong kết quả được tạo ra nếu hình ảnh tham chiếu có độ phân giải thấp hoặc bị lệch một góc, cũng như việc trộn lẫn kiểu ngoài ý muốn khi kết hợp nhiều tham chiếu. Về mặt chi phí, do tải xử lý cao hơn so với việc tạo chỉ văn bản thông thường nên nhiều dịch vụ có mức giá mỗi giây tương đối cao, do đó, điều quan trọng trong lĩnh vực này là phải kiểm tra trước với một lượng cắt giảm xác minh nhỏ dựa trên tâm lý thị trường. Khi thực hiện lựa chọn, cách tiếp cận thực tế là so sánh các định dạng tương thích của tài liệu tham chiếu (chỉ hình ảnh hoặc video cũng được chấp nhận), khả năng duy trì tính nhất quán và số giây tối đa có thể được tạo.