Mit dem Guide verknüpftes Quiz · Mittel Ebene
Sora und Text-zu-Video-Quiz
Überprüfen Sie die Text-zu-Video-Generierung, Raumzeit-Patches, Diffusionstraining, zeitliche Konsistenz und datierte Sora-Enthüllungsdetails.
Frage 1 von 8
Welche Kernfunktion definiert ein Text-zu-Video-Modell wie Sora?
Sehen Sie sich jede Frage in der Vorschau an8 Fragen
Während Sie am Quiz teilnehmen, werden Antworten und Erklärungen angezeigt.
- Welche Kernfunktion definiert ein Text-zu-Video-Modell wie Sora?
- Es generiert einen Videoclip aus einer geschriebenen Textaufforderung
- Es bearbeitet Audiospuren
- Es komprimiert vorhandene Filme
- Es übersetzt Untertitel zwischen Sprachen
- Was ist die zentrale technische Herausforderung, die die Videogenerierung schwieriger macht als die Bildgenerierung?
- Videos verwenden mehr Farben
- Bewahrung der Konsistenz und kohärenten Bewegung über viele Frames hinweg im Laufe der Zeit
- Videos können nicht digital gespeichert werden
- Textaufforderungen sind für Videos illegal
- Wie stellt Sora Video intern dar, um seinen Transformator zu versorgen?
- Als ein riesiges Pixelraster pro Clip
- Als Audiowellenformen
- Als kleine Raum-Zeit-Flecken, die wie Token wirken
- Als handgeschriebene Rahmen
- Welche generative Technik liegt der Rahmensynthese von Sora zugrunde?
- Regelbasierte Animationsskripte
- Einfaches Kopieren von Frames
- Manuelles Rotoskopieren
- Diffusion, allmähliche Entrauschung zufälliger Geräusche in einen zusammenhängenden Clip
- Which limitation did OpenAI’s 2024 Sora report document?
- Physik und Objektkonsistenz können fehlerhaft sein, z. B. beim Verwandeln von Objekten oder bei zusätzlichen Fingern
- Sie weigern sich, Farbe zu verwenden
- Sie können nur Schwarz-Weiß-Clips erstellen
- Sie produzieren immer absichtlich Stummfilme
- Wie lang sind ungefähr die Clips, die Sora bei seiner Veröffentlichung im Jahr 2024 generiert haben?
- Mehrere Stunden
- Bis zu etwa einer Minute
- Genau 24 Stunden
- Nur ein Rahmen
- 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