本研究提出了一种自监督训练方法$eta$-Diffusion，旨在根据演示视频和场景图像生成自然连贯的视频。实验结果表明，该方法在用户偏好和机器评估中优于相关基线。

该研究提出了一种使用车辆摄像头来估计驾驶员凝视点的新方法，通过卷积网络分析场景图像和驾驶员面部图像，并在大规模驾驶数据集上进行实验，结果显示该方法优于其他基准方法。