Pusa introduit une méthode innovante de modélisation de diffusion vidéo grâce au contrôle du bruit au niveau des images, permettant une génération vidéo de haute qualité pour diverses tâches (texte vers vidéo, image vers vidéo, etc.). Ce modèle, grâce à son excellente fidélité du mouvement et à son processus d'entraînement efficace, offre une solution open source facilitant les tâches de génération vidéo.