연구진은 비디오 월드 모델의 3D 공간 일관성을 유지하기 위해 잠재 공간에 직접 장면 정보를 저장하는 잠재 공간 기억을 도입했어요. 이를 바탕으로 Mirage 프레임워크를 제안하며, 깊이 기반 역투영을 통해 잠재 토큰을 3D로 확장하고, 직접 잠재 공간 워핑을 통해 새로운 뷰를 합성해요.
Mirage는 픽셀 공간 재구축으로 인한 정보 손실과 반복적인 인코딩 및 렌더링 부담을 없애요. WorldScore에서 최고 성능을 달성하고 RealEstate10K에서 강력한 재구축 품질을 보여줬어요.
잠재 공간 기억은 기존 방식 대비 비디오 생성 속도가 최대 10.57배 빠르고 메모리 사용량이 55배 감소하는 효과를 보여줘요.