Κουίζ που συνδέεται με οδηγό · Μεσαίο Επίπεδο

Κουίζ Επεξεργασίας Tune-A-Video One-Shot

Δοκιμάστε πώς το Tune-A-Video προσαρμόζει ένα μοντέλο διάχυσης εικόνας χρησιμοποιώντας ένα βίντεο, προσωρινή προσοχή, αντιστροφή και επεξεργασίες καθοδηγούμενες από κείμενο.

Σχετικές διαδρομές οδηγώνΣυντονίστε ένα βίντεο Επεξεργασία με μία λήψη
Ερώτηση 1 του 8

Από ποιο βασικό μοντέλο ξεκινά το Tune-A-Video πριν το προσαρμόσει για βίντεο;

Προεπισκόπηση κάθε ερώτησης8 ερωτήσεις

Οι απαντήσεις και οι εξηγήσεις εμφανίζονται καθώς κάνετε το κουίζ.

  1. Από ποιο βασικό μοντέλο ξεκινά το Tune-A-Video πριν το προσαρμόσει για βίντεο;
    • Ένα προεκπαιδευμένο μοντέλο διάχυσης κειμένου σε εικόνα όπως το Stable Diffusion
    • Ένα μεγάλο μοντέλο γλώσσας
    • Ένα μοντέλο βίντεο εκπαιδευμένο από την αρχή σε εκατομμύρια κλιπ
    • Μια γεννήτρια εικόνας που βασίζεται σε GAN
  2. Τι αναφέρεται στο "one-shot" στο Tune-A-Video;
    • Δημιουργία σε ένα μόνο βήμα απενεργοποίησης θορύβου
    • Συντονισμός σε ένα μόνο βίντεο πηγής
    • Χρησιμοποιώντας μία προτροπή για ολόκληρο το σύνολο δεδομένων
    • Λειτουργία σε μία μόνο 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. Κατά τη διάρκεια του συντονισμού, τι ενημερώνει κυρίως το Tune-A-Video για να παραμείνει αποτελεσματικό;
    • Ένα μικρό σύνολο παραμέτρων προσοχής/χρονικών παραμέτρων
    • Κάθε βάρος στο πλήρες μοντέλο
    • Μόνο το λεξιλόγιο του κωδικοποιητή κειμένου
    • Μόνο ο αποκωδικοποιητής εικόνας
  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