InsertAnywhere가 4D geometry로 frame별 mask와 occlusion을 만들고 diffusion으로 appearance를 합성하는 구조를 설명하며, 깊이, 조명, drift 실패를 검증합니다.

Spatia가 정적 장면을 갱신 가능한 3D point memory로 저장해 camera loop-back을 줄이는 원리와 SLAM 오류, 동적 객체, memory 비용을 검증합니다.

DSR Suite가 video에 camera, point cloud, object trajectory를 더하고 GSM이 질문 관련 geometry만 고르는 원리를 설명하며, 상류 오류와 비용을 검증합니다.

LongVideoAgent가 긴 영상 질문을 계획, 구간 검색, 고해상도 확인으로 나누는 이유를 설명하고, 근거 timestamp, 호출 비용, 검색 실패를 함께 평가하는 방법입니다.

TurboDiffusion이 attention 가속, rCM 단계 증류, W8A8 양자화를 결합해 보고한 100~200배 속도를 실험 조건과 품질 손실까지 함께 읽는 방법입니다.

SemanticGen의 semantic diffusion과 latent 복원 2단계를 구분하고, 전역 계획, 세부 품질, 오류 전파, 합산 비용을 따로 측정하는 재현 기준을 설명합니다.

PhysBrain이 인간 1인칭 영상을 perception, intention, state change 데이터로 바꾸는 과정을 설명하고, robot 형태, 힘, 지연 간극을 검증하는 기준입니다.

Kling-Omni가 text, image, video 조건과 reference visual을 prefix로 통합하는 구조를 설명하고, 생성, 편집, 장기 영상의 품질을 나눠 검증하는 기준입니다.

HyperVL이 VRC로 입력별 해상도를 고르고 DCL로 두 경로의 표현을 맞추는 원리를 설명하며, edge 배포에서 route 오류, 지연, 전력을 함께 재는 기준입니다.

NEPA가 pixel 복원 대신 다음 patch embedding을 예측하는 구조를 causal mask, stop-gradient, shift로 설명하고, 보고된 성능과 적용 한계를 구분합니다.