multimodal-composition

텍스트, 이미지, 비디오 등 서로 다른 형태의 데이터를 하나의 맥락으로 결합하여 새로운 콘텐츠를 생성하는 기술이다. OmniWeaving에서는 여러 장의 참조 이미지와 텍스트 지시사항을 시공간적으로 정렬하여 일관된 비디오를 만드는 핵심 메커니즘으로 작용하며, 복잡한 장면 구성의 정확도를 높이는 데 필수적이다.