잠재 전역 플래닝
오디오·비주얼 입력으로부터 이벤트 수준의 압축된 잠재 토큰을 순차적으로 생성하여 영상의 사건 구조와 사건 간 인과 관계를 캡처하고, 이후 이벤트 단위 병렬 디코딩을 위한 전역 구조적 기준으로 사용하는 기법이다.
