연구진이 확산 동기화 프레임워크를 최적 제어 기반으로 수학적으로 도출하여 원리적 설명을 제시했어요. 이 방법은 테스트 시간 동안 여러 경로를 조절하여 일관된 해결책으로 유도하며, 기본 확산 과정을 유지해요. 세 가지 대표적인 협업 생성 작업에서 기존 방식보다 성능이 향상되었으며, 다양한 모달리티와 애플리케이션에 적용 가능해요.
기존 동기화 방식은 휴리스틱에 의존하고 작업별 조정이 필요했지만, 이번 연구는 테스트 시간에서만 작동하여 추가 훈련 없이 광범위한 적용 가능성을 제공해요. 강력한 사전 훈련된 모델과 결합하면 다양한 협업 생성 시나리오에 활용할 수 있어요.
연구진은 이번 작업을 통해 협업 생성의 새로운 기반을 마련했으며, 사전 훈련된 생성 모델을 새로운 협업 생성 환경으로 확장할 수 있는 원리적 방법을 제시했어요.