연구진은 MLLM의 동적 시공간 추론 능력을 향상시키는 DynTrace 프레임워크를 제안했어요.
DynTrace는 Dynamic Trajectory Visualization(DTV)과 Dynamic Trace Token(DT-Token)을 활용해 카메라 움직임에 의한 착시를 분리하고 객체 움직임을 추적해요.
DynTrace는 Dyn-Bench, VLM4D, DSI-Bench 벤치마크에서 최고 성능을 달성하며 4D 시공간 추론에 동적 객체 증거 추적의 중요성을 입증했어요.