본 논문은 사전 훈련된 텍스트-비디오(T2V) 모델로부터 고성능 일관성 모델을 증류하여 확산 기반 T2V 모델의 성능을 향상시키는 후속 훈련 방법인 T2V-Turbo-v2를 제안합니다. 고품질 훈련 데이터, 보상 모델 피드백, 조건부 가이드를 포함한 다양한 감독 신호를 일관성 증류 과정에 통합하는 것이 특징입니다. 특히, 학습 목표에 맞는 데이터셋 구성의 중요성과 다양한 보상 모델로부터의 학습 효과를 강조하며, 효과적인 에너지 함수 설계를 중심으로 한 조건부 가이드 전략의 광범위한 설계 공간을 보여줍니다. 훈련 데이터셋으로부터 동작 가이드를 추출하여 ODE 솔버에 통합함으로써 생성 비디오의 동작 품질을 향상시키고, VBench 및 T2V-CompBench의 향상된 동작 관련 지표를 통해 효과를 입증합니다. 실험 결과, T2V-Turbo-v2는 VBench에서 총 점수 85.13으로 Gen-3 및 Kling과 같은 독점 시스템을 능가하며 새로운 최첨단 결과를 달성합니다.
