গাইড লিঙ্ক ক্যুইজ · মাঝারি স্তর

Sora এবং টেক্সট-টু-ভিডিও কুইজ

টেক্সট-টু-ভিডিও জেনারেশন, স্পেসটাইম প্যাচ, ডিফিউশন ট্রেনিং, টেম্পোরাল কনসিস্টেন্সি এবং তারিখের Sora বিশদ প্রকাশের পর্যালোচনা করুন।

সম্পর্কিত গাইড পাথSora এবং ভিডিওতে পাঠ্য পাঠান
প্রশ্ন 1 এর 8

কোন মূল ক্ষমতা Sora এর মত টেক্সট-টু-ভিডিও মডেলকে সংজ্ঞায়িত করে?

প্রতিটি প্রশ্নের পূর্বরূপ দেখুন8 প্রশ্ন

আপনি কুইজ নেওয়ার সাথে সাথে উত্তর এবং ব্যাখ্যাগুলি উপস্থিত হয়।

  1. কোন মূল ক্ষমতা Sora এর মত টেক্সট-টু-ভিডিও মডেলকে সংজ্ঞায়িত করে?
    • এটি একটি লিখিত পাঠ্য প্রম্পট থেকে একটি ভিডিও ক্লিপ তৈরি করে
    • এটি অডিও ট্র্যাক সম্পাদনা করে
    • এটি বিদ্যমান চলচ্চিত্রগুলিকে সংকুচিত করে
    • এটি ভাষার মধ্যে সাবটাইটেল অনুবাদ করে
  2. সেন্ট্রাল টেকনিক্যাল চ্যালেঞ্জ কি যা ভিডিও জেনারেশনকে ইমেজ জেনারেশনের চেয়ে কঠিন করে তোলে?
    • ভিডিওতে আরো রং ব্যবহার করা হয়
    • সময়ের সাথে সাথে অনেক ফ্রেম জুড়ে ধারাবাহিকতা এবং সুসংগত গতি বজায় রাখা
    • ভিডিও ডিজিটালভাবে সংরক্ষণ করা যাবে না
    • ভিডিওর জন্য পাঠ্য প্রম্পট অবৈধ
  3. কিভাবে Sora ভিডিওটি তার ট্রান্সফরমারকে অভ্যন্তরীণভাবে উপস্থাপন করে?
    • ক্লিপ প্রতি একটি বিশাল পিক্সেল গ্রিড হিসাবে
    • অডিও তরঙ্গরূপ হিসাবে
    • ছোট স্পেস-টাইম প্যাচ হিসাবে যা টোকেনের মতো কাজ করে
    • হাতে লেখা ফ্রেম হিসেবে
  4. কোন উৎপন্ন কৌশলটি Sora এর ফ্রেম সংশ্লেষণকে অন্তর্নিহিত করে?
    • নিয়ম-ভিত্তিক অ্যানিমেশন স্ক্রিপ্ট
    • সহজ ফ্রেম অনুলিপি
    • ম্যানুয়াল রোটোস্কোপিং
    • প্রসারণ, ধীরে ধীরে এলোমেলো শব্দকে একটি সুসংগত ক্লিপে পরিণত করে
  5. Which limitation did OpenAI’s 2024 Sora report document?
    • পদার্থবিদ্যা এবং বস্তুর সামঞ্জস্য ভেঙ্গে যেতে পারে, যেমন মর্ফিং বস্তু বা অতিরিক্ত আঙ্গুল
    • তারা রং ব্যবহার করতে অস্বীকার করে
    • তারা কেবল সাদা-কালো ক্লিপ তৈরি করতে পারে
    • তারা সবসময় উদ্দেশ্যমূলকভাবে নির্বাক চলচ্চিত্র নির্মাণ করে
  6. 2024 প্রকাশের সময় Sora ক্লিপগুলি কতক্ষণের জন্য তৈরি হয়েছে?
    • বেশ কয়েক ঘন্টা
    • প্রায় এক মিনিট পর্যন্ত
    • ঠিক 24 ঘন্টা
    • শুধু একটি ফ্রেম
  7. 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
  8. 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