>AnimateDiffはランダムな初期ノイズからではなく、ノイズ化された既存のビデオ（画像間の時間的な一貫性がある画像）のlatentで学習され、既存のlatentにノイズを与えても、ノイズ化されたlatentに低周波数のデータが残っているという考え方です。