RayDer는 실제 영상 데이터로 자기 지도 방식 신규 뷰 합성을 확장 가능한 단일 모델 문제로 전환하는 통합 피드 포워드 트랜스포머입니다. 시간에 따른 변화는 제거하고 정적 장면 신규 뷰 합성을 목표로 삼아, 동적 콘텐츠를 확장 가능한 지도 학습으로 활용합니다. RayDer는 데이터 및 컴퓨팅 양에 따라 깔끔한 파워 법칙 스케일링을 보이며, 기존 방식과 비교해 뛰어난 성능을 냅니다.