연구진은 다양한 이미지 생성 능력(텍스트-이미지, 로컬/글로벌 편집)의 충돌 문제를 해결하기 위해 DanceOPD 프레임워크를 제안했어요. DanceOPD는 온폴리시 생성 필드 증류 방식으로, 각 샘플을 특정 능력 필드로 라우팅하고 간단한 속도 MSE 목표를 사용해 학습해요. T2I, 편집, 현실감 필드 흡수, CFG 흡수 실험 결과, DanceOPD는 다중 능력 통합을 개선하고 기존 생성 품질을 유지하는 것으로 나타났어요.