본 논문은 비디오 확산 변환기(Video DiTs)를 위한 효율적인 제로샷 비디오 편집 방법인 DFVEdit을 제시합니다. 기존 비디오 편집 방법은 Video DiTs에 적용 시 많은 계산 자원을 필요로 하는 어텐션 수정이나 파인튜닝이 필요하지만, DFVEdit은 흐름 변환을 통해 깨끗한 잠재 변수(latent)를 직접 조작하여 이러한 문제를 해결합니다. 편집과 샘플링을 연속 흐름 관점에서 통합하고, 이론적으로 편향되지 않은 DFV 추정치인 조건부 델타 흐름 벡터(CDFV)를 제안하며, 암시적 교차 어텐션(ICA) 안내와 임베딩 강화(ER)를 통합하여 편집 품질을 향상시킵니다. DFVEdit은 어텐션 엔지니어링 기반 편집 방법에 비해 최소 20배의 추론 속도 향상과 85%의 메모리 감소를 제공하며, CogVideoX와 Wan2.1과 같은 인기 있는 Video DiTs에 원활하게 적용될 수 있음을 실험적으로 보여줍니다. 구조적 충실도, 시공간 일관성, 편집 품질 측면에서 최첨단 성능을 달성합니다.
