Тест, свързан с ръководство · Среден Ниво

CogVideo и CogVideoX тест

Сравнете архитектурите на CogVideo и CogVideoX, включително латентно компресиране на видео и ограниченията на лицензите за отворен модел в конкретни версии.

Свързани ръководни пътекиCogvideo и Cogvideox
Въпрос 1 на 8

What did the CogVideo project’s 2022 paper introduce?

Визуализирайте всеки въпрос8 въпроси

Отговорите и обясненията се появяват, докато отговаряте на теста.

  1. What did the CogVideo project’s 2022 paper introduce?
    • A large-scale text-to-video generation model using an autoregressive approach
    • A language-only model for document translation
    • A speech recognizer that outputs video
    • A static-image classifier with no video generation
  2. Какво постига 3D каузалното VAE на CogVideoX?
    • Добавя саундтрак
    • Той компресира видеото в пространството и времето в компактен латент
    • Той превежда подканите в код
    • Премахва всяко движение
  3. Как експертният трансформатор в CogVideoX обработва текст и видео?
    • Той напълно игнорира текста
    • Той ги обработва в напълно отделни модели, които никога не си взаимодействат
    • Той свързва текстови и визуални токени, така че да се грижат един за друг
    • Използва само текст
  4. Коя група разработи CogVideo и CogVideoX?
    • OpenAI
    • Stability AI
    • Microsoft Изследване
    • Университет Цинхуа и Zhipu AI
  5. Which additional generation mode does the CogVideo project document for CogVideoX?
    • Image-to-video
    • Audio-to-video only
    • Video continuation for every checkpoint
    • Real-time live-stream editing
  6. What should developers check before using released CogVideoX weights or code?
    • Whether all model variants share identical permissions
    • The license and permitted uses for the specific model release
    • Whether the project guarantees commercial rights for every output
    • Whether open code removes the need to check model terms
  7. What does causal processing in CogVideoX’s video autoencoder mean at a high level?
    • The model can only generate silent video
    • Every frame is encoded with the same fixed vector
    • A frame’s representation is formed without using future frames
    • The model cannot use temporal information
  8. What license does the CogVideo repository list for the CogVideoX-2B model and its corresponding modules?
    • A single universal license for every CogVideoX checkpoint
    • No license of any kind
    • A prohibition on all research use
    • Apache 2.0