연구팀이 일관성 있는 전신 영상 리라이팅 프레임워크 BodyReLux를 공개했어요. 이 프레임워크는 다양한 조명 조건, 연기, 시점을 포괄하는 데이터셋으로 학습됐어요. 기존 방식에 동적 성능 캡처를 결합해 조명 변화를 빠르게 교차하며, 인간의 깜빡임 융합 역치보다 빠른 속도로 조명을 변경해 스트로브 현상을 방지했어요.
BodyReLux는 사전 학습된 텍스트-비디오 모델을 활용해 고품질 영상을 생성하고, 각 조명을 토큰으로 표현하는 새로운 조명 조건부 방법을 도입했어요. 마스크드 어텐션을 활용해 동적 조명 제어를 지원하며, 데이터 증강 파이프라인과 함께 현실적인 영상 리라이팅을 구현했어요.