연구진은 훈련 없이 사전 훈련된 흐름 매칭 비디오 생성기의 카메라 제어를 가능하게 하는 새로운 방법인 $h$-control을 제안했습니다. 이 방법은 샘플러에 블록 조건 의사 Gibbs 정제를 추가하여 경로 준수와 시각적 품질 간의 균형을 맞춥니다.
연구 결과, RealEstate10K 및 DAVIS 데이터셋에서 $h$-control은 훈련 기반 경쟁자들을 능가하는 FVD를 달성했습니다.
이 방법은 3D 패치로 나누어 조건부 지역성을 활용하여 고차원 비디오 잠재력을 가속화합니다.