시공간 패치
비디오를 시간과 공간 축으로 잘게 나눈 데이터 단위이다. 텍스트 모델의 토큰과 같은 역할을 하며, 모델이 다양한 해상도와 길이를 가진 비디오 데이터를 유연하게 처리할 수 있게 돕는다.