논문 정보
- 날짜:
2026-04-09 - 카테고리: -
- 우선순위 점수: 0.033
핵심 요약
DeltaTok은 연속된 프레임 간의 VFM 특징 차이를 단일 델타 토큰으로 인코딩하여 비디오 데이터를 1차원 시퀀스로 압축합니다. 이를 활용한 DeltaWorld 모델은 다중 가설 학습을 통해 단 한 번의 추론으로 다양하고 실감 나는 미래 상태를 생성할 수 있습니다. 기존 생성형 월드 모델 대비 파라미터 수는 35배 적고 연산량은 2,000배 절감하면서도 높은 예측 성능을 보여줍니다.학습자 관점 포인트
- 우리 팀 영향: 비디오 데이터를 극도로 압축하면서도 생성적 특성을 유지하는 기법은 저비용 고효율 월드 모델 구축에 큰 기여를 할 수 있습니다.
- 권장 액션: 실험
- 액션 근거: 기존 모델 대비 압도적인 연산 효율성과 다중 미래 예측 능력을 갖추고 있어 실제 서비스 적용 가능성이 높기 때문입니다.
원문 링크
- arXiv: https://arxiv.org/abs/2604.04913
- Hugging Face Papers: https://huggingface.co/papers/2604.04913