ビデオのリレンダーは、画像モデルをビデオ領域に応用するための、新規のテキストガイド付きゼロショットビデオツービデオ変換フレームワークです。このフレームワークは、キーフレーム変換と完全ビデオ変換の2つの部分から構成されています。第一部は、適応拡散モデルを用いてキーフレームを生成し、形状、テクスチャ、色の整合性を確保するために階層的なフレーム間制約を適用します。第二部は、時間認識パッチマッチングとフレームミックスによって、キーフレームを他のフレームに伝播します。本フレームワークは、低コストでグローバルスタイルとローカルテクスチャの時間整合性を実現します（再トレーニングや最適化は不要です）。この適応性は既存の画像拡散技術と互換性があり、LoRAによる特定テーマのカスタマイズや、ControlNetによる追加の空間ガイドの導入など、それらを活用することができます。数多くの実験により、提案されたフレームワークが高品質かつ時間整合性の高いビデオレンダリングにおける有効性が実証されました。