본 논문은 이미지 및 비디오 생성에 널리 사용되는 확산 모델의 느리고 비용이 많이 드는 반복적 생성 과정을 해결하기 위해, 적대적 사후 학습(Adversarial Post-Training, APT) 기법을 제안합니다. 기존의 증류 방법들이 이미지 영역에서 한 단계 생성의 가능성을 보여주었지만, 상당한 화질 저하 문제를 겪는다는 점을 지적하며, 실제 데이터에 대한 적대적 사후 학습을 통해 한 단계 비디오 생성을 수행하는 Seaweed-APT 모델을 제시합니다. 모델 아키텍처 및 학습 절차 개선과 근사된 R1 정규화 목표 함수를 도입하여 학습 안정성과 화질을 향상시켰습니다. 실험 결과, Seaweed-APT는 단일 전방향 평가 단계를 사용하여 2초 길이, 1280x720, 24fps의 비디오를 실시간으로 생성할 수 있으며, 1024px 이미지도 단일 단계로 생성하여 최첨단 방법들과 비교할 만한 화질을 달성했습니다.
