연구진은 기존 비디오 월드 모델의 다중 엔티티 제어 및 일반화 부족 문제를 해결하기 위해 자연어를 액션 인터페이스로 제안했어요. Incantation은 0.25초 단위의 프레임별 자연어 조건을 지원하며, 동시 다중 엔티티 제어와 렌더링 파이프라인을 넘어선 개념 수준의 교차 엔티티 전달을 가능하게 해요. 연구진은 Incantation 데이터셋의 일부를 공개했으며, 향후 더 큰 규모의 Elden Ring 및 KOF 데이터도 공개할 예정이에요.