diffusion-transformer-dit

기존의 U-Net 구조 대신 Transformer 아키텍처를 확산 모델의 백본으로 사용하는 설계 방식이다. 데이터의 크기와 복잡성에 따른 확장성이 뛰어나 고해상도 비디오 생성에 유리하며, OmniWeaving에서는 MLLM에서 추출한 고차원적인 의미 정보를 효율적으로 처리하여 픽셀 단위의 영상을 생성하는 기반이 된다.