연구진은 비디오 토큰화 과정에서 불필요한 계산 비용 없이 콘텐츠에 따라 토큰 예산을 자동으로 조절하는 새로운 방법을 제시했어요. 제안된 방법은 기존 방식과 달리, 잠재 공간의 시간적 중복성을 활용하여 불필요한 위치를 제거하고, 압축률을 콘텐츠에 따라 자연스럽게 결정해요. Latent Inpainting Transformer (LIT)를 통해 누락된 위치를 복원하며, 단일 인코더 패스와 LIT 순방향 패스만으로 구성되어 빠른 속도를 자랑해요.