Kvíz spojený s průvodcem · Střední úroveň

Jednorázový editační kvíz Tune-A-Video

Vyzkoušejte, jak Tune-A-Video přizpůsobuje model šíření obrazu pomocí jednoho videa, dočasné pozornosti, inverze a textově řízených úprav.

Související vodicí cestyJednorázový střih videa Tune A Video
Otázka 1 z 8

Z jakého základního modelu Tune-A-Video začíná, než jej přizpůsobí pro video?

Náhled každé otázky8 otázky

Odpovědi a vysvětlení se zobrazují, jak budete v kvízu.

  1. Z jakého základního modelu Tune-A-Video začíná, než jej přizpůsobí pro video?
    • Předtrénovaný model šíření textu do obrázku, jako je Stable Diffusion
    • Velký jazykový model
    • Videomodel trénovaný od nuly na milionech klipů
    • Generátor obrázků založený na GAN
  2. Co znamená „one-shot“ v Tune-A-Video?
    • Generování v jediném kroku odšumování
    • Ladění pouze jednoho zdrojového videa
    • Použití jedné výzvy pro celou datovou sadu
    • Běží na jediném GPU
  3. How does Tune-A-Video’s sparse causal attention connect video frames?
    • Frames are generated fully independently
    • Every frame is averaged into one image
    • Each frame can attend to the first frame and the preceding frame
    • Attention is disabled across all frames
  4. What does DDIM inversion provide before Tune-A-Video samples an edit?
    • A compressed audio track
    • A new video caption
    • A camera calibration file
    • A source-conditioned latent that guides generation from the input video
  5. Co během ladění Tune-A-Video primárně aktualizuje, aby zůstalo efektivní?
    • Malý soubor parametrů pozornosti/času
    • Každá váha v plném modelu
    • Pouze slovní zásoba kodéru textu
    • Pouze dekodér obrazu
  6. What limitation motivated later tuning-free video-editing methods?
    • It can only edit audio
    • Tune-A-Video requires per-video tuning before editing a new clip
    • It supports no text prompt
    • It was trained only on black-and-white images
  7. Which editing capability did the Tune-A-Video paper demonstrate?
    • Automatic speech-quality scoring
    • 3D camera-pose recovery from photos
    • Text-guided style transfer on a source video
    • Instrument-stem separation
  8. Which content change can Tune-A-Video apply to a source clip using text?
    • Measuring packet latency
    • Estimating pitch from a monophonic signal
    • Recovering 3D scene geometry from uncalibrated photos
    • Changing a subject or background while trying to retain source motion