Тест, свързан с ръководство · Среден Ниво
Sora и Тест за текст към видео
Прегледайте генерирането на текст към видео, пространствено-времеви пачове, дифузионно обучение, времева последователност и датирани Sora подробности за разкриване.
Въпрос 1 на 8
Каква основна способност определя модел текст към видео като Sora?
Визуализирайте всеки въпрос8 въпроси
Отговорите и обясненията се появяват, докато отговаряте на теста.
- Каква основна способност определя модел текст към видео като Sora?
- Той генерира видеоклип от писмена текстова подкана
- Той редактира аудио записи
- Той компресира съществуващи филми
- Той превежда субтитри между езици
- Кое е основното техническо предизвикателство, което прави генерирането на видео по-трудно от генерирането на изображения?
- Видеоклиповете използват повече цветове
- Поддържане на последователност и кохерентно движение в много кадри във времето
- Видеоклиповете не могат да се съхраняват цифрово
- Текстовите подкани са незаконни за видео
- Как Sora представя видео вътрешно, за да захранва своя трансформатор?
- Като една гигантска пикселна решетка на клип
- Като аудио вълни
- Като малки пространствено-времеви петна, които действат като жетони
- Като ръкописни рамки
- Коя генеративна техника е в основата на синтеза на рамката на Sora?
- Базирани на правила анимационни скриптове
- Просто копиране на рамка
- Ръчно ротоскопиране
- Дифузия, постепенно обезшумяване на случаен шум в кохерентен клип
- Which limitation did OpenAI’s 2024 Sora report document?
- Физиката и последователността на обектите могат да се нарушат, като морфинг обекти или допълнителни пръсти
- Те отказват да използват цвят
- Те могат да правят само черно-бели клипове
- Те винаги произвеждат неми филми нарочно
- Приблизително колко дълги са клиповете, които Sora бяха демонстрирани при представянето си през 2024 г.?
- Няколко часа
- До около минута
- Точно 24 часа
- Само една рамка
- What joint training data does OpenAI’s 2024 Sora report describe?
- Only paired audio and transcripts
- Only text documents
- Video and image data
- Only 3D motion-capture skeletons
- What input can the 2024 Sora report condition on in addition to text?
- Only a written script with fixed timestamps
- A spreadsheet of camera exposure settings only
- A sound waveform with no visual prompt
- An image that the model can animate into a video