本研究提出了一种基于遮罩的三维扩散模型，通过使用遮罩建模技术训练模型，保持填充区域的时间连续性，并减少相邻帧之间的抖动。通过交叉注意力和混合推理流程，提高了视频外延任务的效果。实验证明该方法在视频外延任务中取得了最先进的结果。

PiPa++是一个无监督域自适应分割框架，通过比较的核心思想提高了分割准确度。该框架学习像素级特征并实现时间连续性。实验证明该方法有效且与其他UDA方法兼容。

该研究使用基于遮罩的三维扩散模型来提高视频外延任务的结果。通过遮罩建模技术训练模型，保持填充区域的时间连续性，并减少相邻帧之间的抖动。通过交叉注意力和混合的推理流程，进一步提高了结果。