اختبار Imagen Video Cascades

تظهر الإجابات والتفسيرات أثناء إجراء الاختبار.

1. Which design helps Imagen Video represent both spatial detail and changes across frames?
   • A Video U-Net that uses temporal self-attention in the base model
   • A frozen spreadsheet encoder with no video operations
   • A speech-only recurrent network
   • A single still-image classifier applied once
2. ماذا تفعل مرحلة الدقة الفائقة الزمنية في السلسلة؟
   • يزيد من دقة البكسل
   • يضيف المزيد من الإطارات بين الإطارات الموجودة
   • يترجم المطالبة
   • يزيل المسار الصوتي
3. ما هو المكون الذي يقوم بتشفير المطالبة النصية في Imagen Video؟
   • مصنف الصورة التلافيفية
   • نموذج التعرف على الكلام
   • نموذج لغة T5 متجمد
   • وكيل التعلم المعزز
4. Why did Imagen Video use noise conditioning augmentation in its super-resolution cascade?
   • Increase pixel resolution at the final spatial stage
   • Make the prompt encoder generate extra text tokens
   • Remove the need to condition the super-resolution models
   • Reduce sensitivity to domain gaps between cascade stages, which also facilitates parallel training
5. ما هي القدرة التي أظهرها Imagen Video بشكل خاص؟
   • تقديم نص منمق مقروء وأنماط فنية متنوعة
   • توليد ساعات من الفيلم
   • اللعب في الوقت الحقيقي
   • تحرير الصور الفوتوغرافية الموجودة فقط
6. ما هو المخرج الذي استهدفه خط أنابيب Imagen Video الكامل تقريبًا؟
   • مقاطع صوتية فقط
   • حوالي 1280 × 768 بمعدل 24 إطارًا في الثانية
   • 8K بمعدل 120 إطارًا في الثانية
   • صورة ثابتة واحدة
7. Which diffusion parameterization did Imagen Video report using as a design choice?
   • Only a nearest-neighbor color lookup
   • A token-by-token autoregressive text decoder
   • v-parameterization
   • A fixed histogram equalization rule
8. What was progressive distillation used for in Imagen Video?
   • Adding subtitles after generation
   • Replacing the prompt encoder with a database
   • Converting generated video into handwritten text
   • Faster sampling while retaining high-quality generated video