연구진은 물리 법칙을 위반하는 경향이 있는 비디오 생성 모델의 타당성을 개선하는 Proprio 프레임워크를 제안했어요.
Proprio는 모델의 잠재적 잔류 흐름을 제어된 잠재적 교란 하에 자가-평가 신호로 활용하여, 훈련 없이도 물리적 타당성을 평가하고 개선할 수 있어요.
TurboWan2.2 모델에 적용했을 때 Physics-IQ 점수가 16.5%, VideoPhy2-hard 점수가 20.6% 향상되었으며, 인간 평가에서도 물리적 타당성이 더 높은 비디오를 선호하는 경향을 보였어요.