연구진은 텍스트-비디오 생성의 미세한 의미 정렬 실패 원인을 분석했어요. 기존 보상 모델의 구조적 약점을 해결하기 위해 계획-검증 추론을 활용하는 SG-PVR 모델을 제안했어요. SG-PVR은 공간-시간 장면 그래프를 활용해 프롬프트의 모든 요구사항을 검증하고, 시각적 증거를 명시적으로 연결합니다.
SG-PVR은 프롬프트를 원자적 주장에 분해하고, 공간-시간 장면 그래프를 통해 비디오와 프롬프트를 검증해요. 이를 통해 의미 정렬 성능을 향상시키고, 특히 시간과 관련된 미세한 의미를 잘 반영합니다.
SG-PVR은 테스트 시 reranker로 활용되어 텍스트-비디오 생성의 복합적인 의미 정렬을 더욱 개선하는 효과를 보여줘요.