연구진이 이벤트 기반 비디오 재구성, 예측, 프레임 보간을 위한 새로운 방법 LongE2V를 제안했어요. 기존 방식의 문제점을 개선하기 위해 사전 학습된 비디오 디퓨전 모델을 활용했어요.
Autoregressive Unrolling과 Adaptive Context Switching을 통해 장시간 시퀀스에서 시간적 드리프트를 완화하고, Reencoding Alignment으로 양방향 일관성을 확보했어요.
실험 결과, LongE2V는 기존 방식보다 뛰어난 성능을 보였으며, 시간적 일관성과 제로샷 일반화 능력을 입증했어요.