Kvíz spojený s průvodcem · Střední úroveň
Sora a kvíz převodu textu na video
Prohlédněte si generování textu na video, časoprostorové záplaty, difúzní trénink, časovou konzistenci a datované Sora odhalující podrobnosti.
Otázka 1 z 8
Jaká základní schopnost definuje model převodu textu na video, jako je Sora?
Náhled každé otázky8 otázky
Odpovědi a vysvětlení se zobrazují, jak budete v kvízu.
- Jaká základní schopnost definuje model převodu textu na video, jako je Sora?
- Vygeneruje videoklip z psané textové výzvy
- Upravuje zvukové stopy
- Komprimuje stávající filmy
- Překládá titulky mezi jazyky
- Jaká je hlavní technická výzva, kvůli které je generování videa těžší než generování obrázků?
- Videa používají více barev
- Zachování konzistence a koherentního pohybu napříč mnoha snímky v průběhu času
- Videa nelze ukládat digitálně
- Textové výzvy jsou pro video nezákonné
- Jak Sora interně reprezentuje video pro napájení jeho transformátoru?
- Jako jedna obří pixelová mřížka na klip
- Jako zvukové vlny
- Jako malé časoprostorové záplaty, které fungují jako žetony
- Jako ručně psané rámečky
- Která generativní technika je základem syntézy rámců Sora?
- Animační skripty založené na pravidlech
- Jednoduché kopírování rámečku
- Ruční rotoskopie
- Difúze, postupné odšumování náhodného šumu do koherentního klipu
- Which limitation did OpenAI’s 2024 Sora report document?
- Fyzika a konzistence objektů se mohou zlomit, jako je morfování objektů nebo prsty navíc
- Odmítají používat barvu
- Mohou vytvářet pouze černobílé klipy
- Němé filmy vždy produkují záměrně
- Přibližně jak dlouhé jsou klipy, které byly generovány Sora při svém odhalení v roce 2024?
- Několik hodin
- Asi do minuty
- Přesně 24 hodin
- Pouze jeden rám
- 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