दृष्टि से परे, मन से परे: एआई वीडियो में सबसे बड़ी समस्या का समाधान

एआई वीडियो जनरेटर की सबसे बड़ी समस्या यह है कि वे सभी को पुरानी स्मृति की समस्या है – एक चुनौती जिसे चीन से नए शोध ने अब संबोधित किया है।

एआई वीडियो पीढ़ी प्रणाली की सबसे बड़ी समस्या यह है कि वे सभी को पुरानी स्मृति की समस्या है: यदि कैमरा जिस पर ध्यान केंद्रित किया जा रहा है और फिर पैन करता है, तो यह कभी भी वहां से नहीं मिलेगा जो शुरू में था – पात्र गायब हो जाएंगे, उनकी उपस्थिति और/या गति बदल जाएगी, और पृष्ठभूमि भी बदल जाएगी।

यह इसलिए है क्योंकि प्रसार-आधारित पीढ़ी प्रणाली में एक सीमित रोलिंग ध्यान की खिड़की है, और क्योंकि यह हमेशा वर्तमान क्षण में देखे जा सकने वाले के साथ सौदा करता है; एक वास्तविक सोलिप्सिज्म के एक सच्चे अभिनय में, जो फ्रेम के बाहर है वह जनरेटिव एआई के लिए अस्तित्वहीन है – यह स्मृति से वास्तविक रूप से डंप हो जाता है।

यह पारंपरिक सीजीआई में कभी समस्या नहीं थी, जो हमेशा एक विषय को संदर्भित कर सकता है और सटीक रूप से पुनर्निर्माण कर सकता है, जिसमें उपस्थिति और गति भी शामिल है, किसी भी बिंदु पर जहां उन्हें फिर से आवश्यकता हो सकती है:

पारंपरिक सीजीआई मेश और बिटमैप्ड टेक्सचर हमेशा एक रेंडर में ड्रा किया जा सकता है, जो सुसंगत उपस्थिति प्रदान करता है – एक तरकीब जो एआई दृष्टिकोण में बहुत कठिन है क्योंकि इसके लिए कोई समान ‘फ्लैट संदर्भ’ फ़ाइल या संबंधित फ़ाइलों का संग्रह नहीं है।

यह इसलिए है क्योंकि सीजीआई के घटक तत्व, जैसे कि मेश और टेक्सचर (ऊपर देखें), साथ ही साथ गति फ़ाइलें और अन्य गतिशील व्यवहार, डिस्क पर विशिष्ट रूप से रह सकते हैं और किसी भी समय एक संरचना में ड्रा किया जा सकता है।

एआई वीडियो में ऐसा कोई ‘फ्लैट रिपॉजिटरी’ नहीं है; इसके लिए सबसे करीब LoRAs हैं – विशेष रूप से प्रशिक्षित सहायक फ़ाइलें जो उपभोक्ता उपकरण पर प्रशिक्षित की जा सकती हैं, जो नए पात्रों और विशिष्ट कपड़ों को वीडियो में ‘थrust’ करने की अनुमति देती हैं:

प्ले करने के लिए क्लिक करें। एआई वीडियो की सोलिप्सिज्म समस्या को कुछ हद तक LoRAs का उपयोग करके कम किया जा सकता है – लेकिन परिणाम अभिभूत कर सकते हैं।

यह एक आदर्श समाधान नहीं है, हालांकि। एक बात के लिए, LoRAs एक विशिष्ट संस्करण के साथ जुड़े हुए हैं फाउंडेशन मॉडल (जैसे कि Wan2+, या हुन्युआन वीडियो), और प्रत्येक बार जब मॉडल बदलता है तब फिर से बनाने की आवश्यकता होती है। दूसरा, LoRAs फाउंडेशन मॉडल के वजन को विकृत करते हैं, ताकि LoRA की प्रशिक्षित पहचान सभी पात्रों पर दृश्य में थोप दी जाए। इसके अलावा, फाइन-ट्यूनिंग के तरीके बहुत संवेदनशील होते हैं खराब देखभाल किए गए डेटासेट के प्रति।

सटीक एनकोर्स

अब, चीन से एक नए अकादमिक/उद्योग सहयोग ने मेरे ध्यान में आने वाली पहली महत्वपूर्ण उपाय प्रदान की है जो इस मुद्दे को संबोधित करता है। यह विधि हाइब्रिड मेमोरी का उपयोग करती है जो ऑफ-स्क्रीन पात्र और उनके सीधे पर्यावरण को सक्रिय और सटीक रूप से मॉडल के लेटेंट स्पेस में रखती है, ताकि जब हमारा दृश्य उन पर वापस आता है, तो प्रभाव सुसंगत होता है:

प्ले करने के लिए क्लिक करें। परियोजना साइट से नए पत्र के लिए दो उदाहरण, एआई-जनरेटेड (वान) पात्र फ्रेम से बाहर निकलते हैं और सटीक रूप से फिर से प्रवेश करते हैं। स्रोत 

यह ध्यान दिया जाना चाहिए कि यह वही बात नहीं है जो पात्र सुसंगतता को विभिन्न शॉट्स में प्राप्त करना है, जिसे एक साल पहले रनवे के जेन 4 रिलीज़ में प्राप्त करने का दावा किया गया था, और जो अभी भी एक चालू पीछा है अनुसंधान साहित्य में।

इसके बजाय, यहाँ क्या हल किया गया है वह कुछ ऐसा है जो किसी भी व्यावसायिक या प्रायोगिक फ्रेमवर्क में नहीं देखा गया है – ऑफ-स्क्रीन पात्र के पूर्व दिखने, गति और पर्यावरण का दृश्य रूप से सुसंगत पुनः प्रकटन:

प्ले करने के लिए क्लिक करें। परियोजना साइट पर दिए गए अन्य दो मुख्य उदाहरण।

स्पष्ट रूप से, यहाँ काम करने वाले सिद्धांत अन्य डोमेन में भी समान रूप से लागू किए जा सकते हैं, जैसे कि शहरी अन्वेषण, पीओवी ड्राइविंग, या अन्य प्रकार के गैर-पात्र रेंडरिंग।

यह भी ध्यान दिया जाना चाहिए कि यह नई दृष्टिकोण रनवे जेन 4 और अन्य बंद-स्रोत प्लेटफ़ॉर्म द्वारा संबोधित किए गए मुद्दे को हल नहीं करता है, जो विभिन्न शॉट्स में पात्रों को पुनर्निर्माण करने का दावा करते हैं; इसके बजाय यह वह करता है जो उनमें से किसी ने भी अब तक हासिल नहीं किया है – पात्र और पर्यावरण को स्मृति में बनाए रखना, उन्हें हर समय दृश्यमान रहने की आवश्यकता के बिना।

विधि

नए काम का केंद्रीय स्तंभ हाइब्रिड मेमोरी है, जो ‘दृष्टि से परे अनुमान’ की सुविधा प्रदान करता है – पात्रों और उनके संदर्भों को बनाए रखने के लिए जब दर्शक ‘दूर देखता है’ (या जब पात्र स्वयं दृश्य से बाहर निकलता है)। इस परिदृश्य में, फ्रेमवर्क को स्पेसियोटेम्पोरल डीकपलिंग करने की आवश्यकता होती है, जिसमें यह दृश्य-दृश्य पीढ़ी पर केंद्रित होता है और साथ ही ऑफ-स्क्रीन पात्र के अस्तित्व को बनाए रखता है।

प्रवेश/निकास कैमरा गति के उदाहरण। इन उदाहरणों में, यह कैमरे की गति है जो पात्र को फ्रेम से बाहर निकालती है, लेकिन विविध नमूनों में हम पात्र को भी देख सकते हैं जो स्वयं अस्थायी रूप से ऑफ-स्क्रीन जा रहे हैं। स्रोत

लेखकों का उल्लेख है कि प्रसार-आधारित लेटेंट एम्बेडिंग में, निकालने और उपयोग करने के लिए आवश्यक विशेषताएं अन्य विशेषताओं और गुणों के साथ भारी रूप से जुड़ी हुई हैं; और उन्हें निकालने का प्रयास करने से विषय ‘फ्रीज’ हो जाता है पृष्ठभूमि में। इसलिए उन्होंने HM-वर्ल्ड डेटासेट को डिज़ाइन और क्यूरेट किया, जो विशेष रूप से हाइब्रिड मेमोरी को प्रशिक्षित करने के लिए है:

पत्र से, एचएम-वर्ल्ड डेटासेट में शामिल चार श्रेणियों के नमूने।

संग्रह चार आयामों के साथ निर्मित है: विषय ट्रेजेक्टरी, कैमरा ट्रेजेक्टरी, दृश्य, और विषय।

एचएम-वर्ल्ड में 17 दृश्य और 49 विषय हैं, जिनमें विविध उपस्थिति वाले लोग और कई प्रजातियों के जानवर शामिल हैं। इन्हें यूनरियल इंजन के माध्यम से एक दृश्य में प्रक्रियात्मक रूप से रखा जाता है, प्रत्येक के साथ एक विशिष्ट गति एनिमेशन होता है, और फिर एक यादृच्छिक रूप से चुनी गई ट्रेजेक्टरी पर सेट किया जाता है।

लेखकों का कहना है कि डेटासेट में विभिन्न प्रकार के निकास-प्रवेश घटनाएं दिखाई देती हैं, जिनमें 28 अलग-अलग कैमरा ट्रेजेक्टरी शामिल हैं, प्रत्येक में कई शुरुआती बिंदु हैं।

अंतिम संग्रह में 59,225 वीडियो-क्लिप हैं, प्रत्येक को मिनी सीपीएम-वी मल्टीमॉडल लार्ज लैंग्वेज मॉडल (एमएलएलएम) द्वारा एनोटेट किया गया है।

शोधकर्ता अपने संग्रह के पूर्व डेटासेट वर्ल्डस्कोर; कॉन्टेक्स्ट-एज-मेमोरी; मल्टी-कैम वीडियो; और 360° मोशन के खिलाफ सांख्यिकीय लाभों की ओर इशारा करते हैं:

मौजूदा डेटासेट और एचएम-वर्ल्ड डेटासेट के बीच तुलना, जहां ‘डायनामिक सब्जेक्ट’ गतिशील संस्थाओं की उपस्थिति को दर्शाता है, ‘सब्जेक्ट एग्जिट-एंटर’ क्लिप में विषयों को फ्रेम से बाहर और फिर से प्रवेश करने को दर्शाता है, और ‘सब्जेक्ट पोज’ 3D पोज़ के एनोटेटेड शामिल होने को संदर्भित करता है।

अनुसंधान का कम से कम रास्ता

दिए गए कई पिछले फ्रेम और एक ज्ञात कैमरा पथ के साथ, कार्य यह है कि दृश्य को भविष्य के दृश्य के रूप में भविष्यवाणी की जाए, जैसे ही दर्शक का दृष्टिकोण बदलता है, स्वतंत्र रूप से चलते विषयों के लिए खाता है, जो फ्रेम से बाहर निकल सकते हैं और फिर से प्रवेश कर सकते हैं। इसके लिए स्थिर पृष्ठभूमि को बनाए रखने से अधिक की आवश्यकता है, क्योंकि मॉडल को एक सुसंगत आंतरिक रिकॉर्ड भी बनाए रखना होगा कि प्रत्येक चलते हुए विषय कैसा दिखता है और व्यवहार करता है, यहां तक कि जब यह दृश्यमान नहीं होता है:

लेखकों की हाइब्रिड डायनामिक रिट्रीवल अटेंशन (HyDRA) विधि इसे एक समर्पित मेमोरी पथ की शुरुआत करके संबोधित करती है जो गतिशील विषयों को स्थिर दृश्य प्रतिनिधित्व से अलग करती है, जिससे उन्हें समय के साथ बने रहने और सुसंगत उपस्थिति और गति के साथ फिर से प्रकट होने की अनुमति मिलती है:

HyDRA मॉडल की अवधारणात्मक योजना।

HyDRA Wan2.1-T2V-1.3B पर निर्मित है, जिसमें कोर प्रसार पाइपलाइन को बड़े पैमाने पर अक्षुण्ण रखा गया है, जबकि एक संशोधित ट्रांसफॉर्मर ब्लॉक पेश किया गया है जो गतिशील पुनर्प्राप्ति ध्यान को एकीकृत करता है। यह मॉडल को पिछले फ्रेम से गति और उपस्थिति संकेतों को चुनिंदा रूप से याद रखने की अनुमति देता है, न कि निर्धारित या स्थानीय संदर्भ पर निर्भर करता है।

इस प्रक्रिया में एक अनुकूलित फ्लो मैचिंग प्रशिक्षण उद्देश्य का उपयोग किया जाता है मानक प्रसार हानि के बजाय।

दृश्यों को कैमरा गति के साथ संरेखित करने के लिए, कैमरा ट्रेजेक्टरी को एक विशिष्ट सशर्त संकेत के रूप में इंजेक्ट किया जाता है, प्रत्येक फ्रेम की मुद्रा घूर्णन और अनुवाद द्वारा परिभाषित की जाती है, और फिर समय के साथ दृष्टिकोण के विकास को कैप्चर करने वाले एक कompact प्रतिनिधित्व में परिवर्तित किया जाता है।

पिछले (क्लिंग) रेकैममास्टर पहल के अनुरूप, परिणाम एक कैमरा एनकोडर द्वारा पार्स किया जाता है, जिसे एक मल्टी-लेयर परसेप्ट्रॉन के रूप में कार्यान्वित किया जाता है, फिर प्रसारित और प्रसार ट्रांसफॉर्मर विशेषताओं में जोड़ा जाता है, जिससे मॉडल को कैमरा चलते समय सुसंगत वस्तु-स्थापना बनाए रखने की अनुमति मिलती है।

टोकनाइजेशन

कच्चे प्रसार लेटेंट्स विषय गति, उपस्थिति और पृष्ठभूमि को एक ही जुड़े हुए प्रतिनिधित्व में मिलाते हैं, और इस स्थान से सीधे पुनर्प्राप्ति करने का प्रयास करने से अप्रासंगिक संदर्भ को पेश करने या चलते हुए विषयों को ‘पृष्ठभूमि में मिलाने’ का खतरा होता है।

HyDRA 3D-कन्वोल्यूशन-आधारित मेमोरी टोकनाइज़र के साथ इसे संबोधित करता है जो स्थान और समय को एक साथ संसाधित करता है – पूर्ण लेटेंट इतिहास को आगे बढ़ाने के बजाय, यह उन्हें कompact, गति-जागरूक मेमोरी टोकन में संकुचित करता है जो विषयों को कैसे दिखते हैं और चलते हैं:

HyDRA का अवलोकन। बाएं, मेमोरी टोकनाइज़र पिछले फ्रेम को कompact, गति-जागरूक मेमोरी टोकन में परिवर्तित करता है; दाएं, गतिशील पुनर्प्राप्ति ध्यान वर्तमान प्रश्न का मूल्यांकन करता है इन टोकन के खिलाफ, सबसे प्रासंगिक लोगों को पुनर्प्राप्त करता है, और उन्हें सुसंगत उपस्थिति और गति को पुनर्स्थापित करने के लिए उत्पन्न फ्रेम में उपयोग करता है।

इन टोकन का एक संरचित हाइब्रिड मेमोरी बनता है जो शोर को फिल्टर करता है जबकि लंबी दूरी की गतिविधियों को बनाए रखता है। गतिशील पुनर्प्राप्ति ध्यान मॉड्यूल में पारित किया जाता है, जो मॉडल को ऑफ-स्क्रीन विषयों को चुनिंदा रूप से याद रखने की अनुमति देता है, ताकि वे सुसंगत उपस्थिति, गति और संदर्भ के साथ फिर से प्रकट हों।

गतिशील पुनर्प्राप्ति ध्यान

HyDRA की दोहरी मेमोरी तंत्र में गतिशील पुनर्प्राप्ति ध्यान एक अलग लेकिन पूरक भूमिका निभाता है फ्रेमवर्क के भीतर।

मेमोरी टोकनाइजेशन पिछले लेटेंट प्रतिनिधित्वों को संरचित, गति-जागरूक टोकन में संकुचित करता है जो गतिशील विषयों को स्थिर दृश्य सामग्री से अलग करते हैं, जो अक्सर विषयों को पृष्ठभूमि में मिलाने का कारण बनता है। ये टोकन एक स्थायी मेमोरी बैंक बनाते हैं न कि पूर्ण फ्रेम इतिहास।

गतिशील पुनर्प्राप्ति ध्यान तब इस बैंक पर कार्य करता है पीढ़ी के दौरान, वर्तमान प्रश्न का मूल्यांकन करता है संग्रहीत टोकन के खिलाफ, और उन्हें चुनिंदा रूप से याद रखता है जो विकसित हो रहे फ्रेम से सबसे अधिक प्रासंगिक हैं। यह ऑफ-स्क्रीन विषयों को उनकी लेटेंट विकास को जारी रखने की अनुमति देता है (यानी, जब आप उन्हें नहीं देख सकते हैं), और जब वे फिर से दिखाई देते हैं तो सुसंगत उपस्थिति और गति के साथ।

डेटा और परीक्षण

परीक्षणों में, वान-आधारित HyDRA प्रणाली ने 77 संदर्भ फ्रेम को एन्कोड और डाउनसैंपल किया trước से ही एक 3D वैरिएशनल ऑटोएनकोडर (VAE) के साथ पार्स किया, जबकि उल्लिखित मेमोरी टोकनाइज़र ने 3D कन्वोल्यूशन का उपयोग किया एक कर्नेल आकार 2x4x4 पर।

मॉडल को HW-वर्ल्ड पर 10,000 पुनरावृत्तियों के लिए 32 (अनिर्दिष्ट) जीपीयू पर प्रशिक्षित किया गया था, एक बैच आकार 32 पर।

परीक्षणों में एक असामान्य रूप से उच्च संख्या में मीट्रिक का उपयोग किया गया था: पीक सिग्नल-टू-नॉइज़ रेशियो (PSNR), स्ट्रक्चरल सिमिलैरिटी इंडेक्स (SSIM), और लर्न्ड परसेप्टुअल सिमिलैरिटी मीट्रिक (LPIPS) के अलावा, लेखकों ने विषय सुसंगतता और पृष्ठभूमि सुसंगतता का भी उपयोग किया VBench सूट से फ्रेम-स्तरीय सुसंगतता का मूल्यांकन करने के लिए।

इसके अलावा, उन्होंने एक कस्टम मीट्रिक का नाम डायनामिक विषय सुसंगतता (DSC) दिया, जो YOLO V11 से बाउंडिंग बॉक्स का उपयोग करता है, जो चलते हुए विषयों को सुविधाजनक क्षेत्रों में फसल करता है, जिनसे सेमेंटिक विशेषताएं निकाली जाती हैं और उनकी समानता तब गणना की जाती है।

HyDRA को प्रसार फोर्सिंग ट्रांसफॉर्मर (DFoT), और कॉन्टेक्स्ट-एज-मेमोरी के खिलाफ खड़ा किया गया था, एक बेसलाइन वान2.1-टी2वी-1.3बी मॉडल के खिलाफ, जो एक कैमरा एनकोडर (सभी क्लिप में सामान्य विषय दृष्टिकोण का प्रतिनिधित्व करने के लिए) से सुसज्जित था। सभी मॉडलों को एचडब्ल्यू-वर्ल्ड पर प्रशिक्षित किया गया था, और वर्ल्डप्ले को भी एक शून्य-शॉट, द्वितीयक परीक्षण संग्रह के रूप में उपयोग किया गया था:

प्रारंभिक मात्रात्मक तुलना में, HyDRA ने सभी बेसलाइन को पार किया, PSNR को 18.696 से 20.357 तक बढ़ाया, और SSIM को 0.517 से 0.606 तक बढ़ाया। यह संदर्भ और ग्राउंड ट्रुथ डाइस स्कोर में भी सबसे उच्च स्कोर प्राप्त किया, 0.827 और 0.849, और विषय और पृष्ठभूमि सुसंगतता 0.926 और 0.932 तक पहुंच गई:

पूर्व दृष्टिकोणों के खिलाफ प्रारंभिक मात्रात्मक तुलना के परिणाम।

DFoT ने 17.693 PSNR और कॉन्टेक्स्ट-एज-मेमोरी 18.921 तक पहुंचा, जिसमें लाभ मेमोरी टोकनाइजेशन और गतिशील पुनर्प्राप्ति ध्यान के संयोजन के लिए जिम्मेदार थे:

HyDRA को वर्तमान राज्य-ऑफ-द-आर्ट के खिलाफ मात्रात्मक तुलना।

वर्ल्डप्ले के खिलाफ परीक्षणों के संबंध में, लेखकों का कहना है:

‘हमारी विधि वर्ल्डप्ले को सभी मीट्रिक पर पार करती है, एक उल्लेखनीय PSNR अंतर के साथ 5.502। हालांकि वर्ल्डप्ले जीटी-संदर्भित मीट्रिक (जैसे PSNR 14.855, DSCGT 0.832) पर कम प्रदर्शन प्रदर्शित करता है क्योंकि डोमेन वितरण अंतर और विशिष्ट फाइन-ट्यूनिंग की कमी के कारण, यह संदर्भ-संदर्भित मीट्रिक पर उल्लेखनीय लचीलापन प्रदर्शित करता है 0.822 का DSCctx प्राप्त करने के लिए।’

‘यह अवलोकन न केवल यह पुष्टि करता है कि व्यापक रूप से प्रशिक्षित मॉडल निष्पक्ष हाइब्रिड सुसंगतता के कब्जे में हैं, बल्कि हमारे प्रस्तावित DSC मीट्रिक की तर्कसंगतता को भी प्रतिबिंबित करता है जो गतिशील विषय सुसंगतता को प्रतिबिंबित करने में।’

‘अंततः, ये प्रभावशाली परिणाम हमारे मॉडल की असाधारण क्षमताओं को उजागर करते हैं, यहां तक कि स्थापित व्यावसायिक मॉडलों पर भी इसकी श्रेष्ठता का प्रदर्शन करते हैं।’

कागज़ परीक्षणों के लिए किए गए गुणात्मक तुलना का एक स्थिर प्रतिनिधित्व प्रदान करता है:

कैमरा गति के तहत निकास और पुनः प्रवेश की गुणात्मक तुलना। लेखकों का दावा है कि HyDRA विषय पहचान, मुद्रा और गति निरंतरता को बनाए रखता है जब यह फ्रेम से बाहर निकलता है और फिर से प्रवेश करता है, जो मैदान के तथ्य के करीब है, जबकि प्रतिस्पर्धी विधियों में विकृति, असंगत गति या विषय क्षय होता है, जो लाल रंग में हाइलाइट किया गया है (सुसंगत पुनर्प्राप्ति हरे रंग में चिह्नित हैं)।

इन परिणामों के बारे में, लेखकों का कहना है:

‘जटिल निकास-और-प्रवेश घटनाओं के मामले में, बेसलाइन और कॉन्टेक्स्ट-एज-मेमोरी गंभीर विषय विकृति और गति असंगतता प्रदर्शित करते हैं। DFoT विषय अखंडता को बनाए रखने में विफल रहता है, जिससे पूर्ण विलुप्त हो जाता है। जबकि वर्ल्डप्ले विषय की उपस्थिति सुसंगतता को बनाए रखने में सफल होता है, यह अक्षम आंदोलनों और अस्वाभाविक क्रियाओं से पीड़ित है। ‘

‘इसके विपरीत, हमारी विधि हाइब्रिड सुसंगतता को सफलतापूर्वक बनाए रखती है, विषय की पहचान और गति निरंतरता को फ्रेम में पुनः प्रवेश करने के बाद बनाए रखती है।’

परियोजना साइट पर और परिणाम देखे जा सकते हैं वीडियो प्रारूप में, जिनमें से पहले चार उदाहरणों को (हमारे द्वारा) नीचे दिए गए वीडियो में एकत्र किया गया है:

प्ले करने के लिए क्लिक करें। परियोजना साइट पर दिखाए गए छह परीक्षण परिणामों में से चार। स्रोत 

निष्कर्ष

जबकि एआई वीडियो पीढ़ी की सबसे बड़ी समस्याओं में से एक को संबोधित करने का कोई भी प्रयास स्वागत योग्य है, यह मुझे लगता है कि इस तरह के निकास/प्रवेश मुद्दों के लिए ऑप्टिमल समाधान सीजीआई के साथ होगा, जैसा कि विशिष्ट संदर्भ सामग्री होगी जो विशिष्ट रूप से संपादित और एक संग्रह-स्थान में लाई जा सकती है।

इस प्रक्रिया को एक अद हॉक और ऑन-द-फ्लाई तरीके से एक एम्बेडिंग को जीवित रखने की कोशिश करना थका देने वाला लगता है, और यह भी कोई स्पष्ट तरीका नहीं देता है कि रनवे जैसे विभिन्न ब्लैक-बॉक्स पोर्टलों पर अब ऑफर की जाने वाली इंट्रा-शॉट सुसंगतता को कैसे आगे बढ़ाया जाए। यदि यह पता चलता है कि एक अनुवर्ती शॉट को पिछले शॉट के लेटेंट स्पेस तक पहुंच की आवश्यकता होगी, तो क्यों न दोनों उदाहरण एक विशिष्ट और अलग पात्र एम्बेडिंग रखें?

* कोई और इसे नाम नहीं दिया है, और सामान्य शब्दों के बिना चर्चा करना मुश्किल है।

** वर्तमान में परियोजना पृष्ठ पर ‘जल्द आ रहा है’ के रूप में रिपोर्ट किया जा रहा है।

पहली बार शुक्रवार, 27 मार्च, 2026 को प्रकाशित