연구진은 기존 브릿지 매칭 방법의 한계를 지적하며 액션 기반 생성 모델(AGM)을 제안했어요. AGM은 학습된 스칼라 포텐셜을 활용해 브릿지 샘플의 중요도를 조절하는 방식이에요. AGM의 스칼라 포텐셜은 전체 드리프트 네트워크 파라미터의 1.4%에 불과하며, 추론 과정에서 추가적인 오버헤드를 발생시키지 않아요. 실험 결과, AGM은 생성 품질을 향상시키는 데 효과적이었으며, 충실도 및 커버리지 지표에서 개선된 성능을 보였어요.