연구진은 이미지-비디오 확산 모델에서 2단계 생성 과정이 50단계 생성 과정보다 더 나은 물리적 일관성을 보인다는 사실을 밝혀냈습니다. 이는 노이즈 제거 과정에서 발생하는 위상 손실 때문이며, 위상 정보가 크게 감소하는 현상입니다. PhaseLock이라는 새로운 프레임워크를 제안하여 초기 단계에서 추출한 운동 우선순위를 유지하고, 시각적 충실도를 유지하면서 물리적 일관성을 평균 6.2점 향상시켰습니다.
PhaseLock은 훈련 없이 작동하며, 2단계 추론에서 얻은 운동 우선순위를 Latent Delta Guidance를 통해 고품질 생성 과정에 적용합니다. 이 방법은 위상 손실을 줄이고, 기존 가이드 방법 의존도를 낮추며, 시간과 메모리 오버헤드를 최소화합니다.
연구 결과는 다양한 모델에서 물리적 일관성을 향상시키면서 시각적 충실도를 유지하는 효과적인 방법을 제시하며, 이미지-비디오 확산 모델의 발전 방향을 제시합니다.