نحدد حالتين مرضيتين من التناقضات الزمنية في توليد الفيديو: تجمّد الفيديو والتكرار الزمني. ولتحسين كمية قياس التنوّع الزمني، نقترح مجموعة من المقاييس المكملة التي تتميز بالفعالية، وسهولة التنفيذ، وعدم الاعتماد على البيانات، وقابلية التفسير. وبالإضافة إلى ذلك، نلاحظ أن النماذج الحالية الأفضل في مجالها تُدرَّس على عينات فيديو ذات طول ثابت، مما يحد من القدرة على النمذجة طويلة المدى. ولحل هذه المشكلة، نعيد صياغة مشكلة توليد الفيديو كعملية اتخاذ قرار ماركوفية (MDP). والفكرية الأساسية تكمن في تمثيل الحركة كعملية احتمالية ذات حد تنبؤي لا نهائي، وذلك لتجاوز قيد الطول الثابت وتقليل ظهور العيوب الزمنية. ونُظهر أن صيغتنا سهلة التكامل ضمن إطار MoCoGAN الرائد حاليًا. وتشير تجاربنا على مجموعتي بيانات Human Actions وUCF-101 إلى أن نموذجنا القائم على MDP أكثر كفاءة من حيث الذاكرة، ويعزز جودة الفيديو من حيث المقاييس الجديدة والمقاييس المُثبتة سابقًا.