■ **概要（1行）** 入力と編集後の画像をビデオフレームの開始・終了として扱い、事前学習済みビデオモデルで時間的一貫性を備えた画像編集を実現する技術 ■ **特徴・用途（2〜3行）** - ビデオ生成の時間的整合性機構を流用することで、単一フレーム編集では実現困難な物理的に妥当な変換を生成 - 推論トークンによる中間フレーム推論で編集の軌跡を可視化でき、編集の物理妥当性を検証・制御できる設計 - 14Bモデルの公開により既存ビデオ生成パイプライン（Stable Video等）との統合による実装が現実的 ■ **結論（1行）** 時間軸を明示的に利用する編集パラダイムは物理シミュレーション品質と検証性の両立で、産業向けVFX・コンテンツ制作での価値が高い。