연구진이 단일 NVIDIA L4 GPU에서 실행 가능한 텍스트 기반 수화 영상 생성 모델 'Text2Sign'을 개발했어요. Text2Sign은 3D 인코더-디코더와 공간-시간적 주의 메커니즘을 활용하여 전체 영상 주의 비용을 줄이면서도 동작 일관성을 유지해요. 연구 결과, Text2Sign은 32프레임, 64x64 해상도의 영상을 12.60초 안에 생성하며, 피크 추론 메모리는 3.12GB를 사용해요.