EverAnimate: 잠재 흐름 복원 (Latent Flow Restoration)을 통한 분 단위 규모의 인간 애니메이션 생성

요약

EverAnimate는 시각적 품질과 캐릭터 정체성을 유지하며 장시간 애니메이션 비디오를 생성하기 위한 효율적인 사후 학습 방법입니다. 기존의 청크 기반 생성 방식은 누적된 드리프트(품질 저하 및 의미론적 일관성 상실) 문제를 겪기 쉬운데, EverAnimate는 지속적인 잠재 컨텍스트 메모리를 통해 이 흐름을 복원합니다. 이를 위해 '지속적 잠재 전파'와 '복원 흐름 매칭'이라는 두 가지 메커니즘을 결합하여 장시간 애니메이션의 일관성과 품질을 획기적으로 개선했습니다.

핵심 포인트

• EverAnimate는 장시간(long-horizon) 애니메이션 생성을 위한 사후 학습 기법입니다.
• 기존 청크 기반 생성 방식의 문제점인 저수준/고수준 드리프트 현상을 해결합니다.
• 지속적 잠재 전파(Persistent Latent Propagation)를 통해 시간적 망각을 완화하고 컨텍스트 메모리를 유지합니다.
• 복원 흐름 매칭(Restorative Flow Matching)을 도입하여 샘플링 과정에 암시적 복원 목적 함수를 적용, 충실도를 높입니다.
• LoRA 튜닝만으로 기존 SOTA 방법 대비 장기 시간 범위에서 PSNR/SSIM 및 LPIPS/FID 등의 지표로 성능 개선을 입증했습니다.