本发明公开了一种根据当前场景及其描述信息生成下一场景的方法,涉及视频制作编辑领域，包括以下步骤：S1，通过机器学习训练，生成描述信息生成模型、描述信息翻译模型和图片生成模型；S2，采用描述信息生成模型抽取当前场景的图片或视频的高维特征，将其转换成自然语言的描述，该自然语言的描述即为当前场景的描述信息；S3，采用描述信息翻译模型，通过少量单词建立当前场景和下一场景之间的上下文关系，并根据所述上下文关系，由当前场景的描述信息生成下一场景的描述信息；S4，采用图片生成模型，根据下一场景的描述信息和当前场景的的图片或视频的高维特征构建下一场景。