Cuestionario vinculado a una guía · Medio Nivel

Cuestionario CogVideo y CogVideoX

Compare las arquitecturas CogVideo y CogVideoX, incluida la compresión de video latente y los límites de las licencias de modelos abiertos en versiones específicas.

Rutas de guía relacionadasCogvideo y Cogvideox
Pregunta 1 de 8

What did the CogVideo project’s 2022 paper introduce?

Vista previa de cada pregunta8 preguntas

Las respuestas y explicaciones aparecen a medida que realiza el cuestionario.

  1. What did the CogVideo project’s 2022 paper introduce?
    • A large-scale text-to-video generation model using an autoregressive approach
    • A language-only model for document translation
    • A speech recognizer that outputs video
    • A static-image classifier with no video generation
  2. ¿Qué logra el VAE causal 3D de CogVideoX?
    • Agrega una banda sonora
    • Comprime vídeo en espacio y tiempo en un formato latente compacto.
    • Traduce indicaciones a código.
    • Elimina todo movimiento
  3. ¿Cómo maneja el Expert Transformer en CogVideoX texto y video?
    • Ignora el texto por completo.
    • Los procesa en modelos completamente separados que nunca interactúan.
    • Concatena texto y tokens visuales para que se atiendan entre sí.
    • Solo usa texto
  4. ¿Qué grupo desarrolló CogVideo y CogVideoX?
    • OpenAI
    • Stability AI
    • Microsoft Investigación
    • Universidad de Tsinghua y Zhipu AI
  5. Which additional generation mode does the CogVideo project document for CogVideoX?
    • Image-to-video
    • Audio-to-video only
    • Video continuation for every checkpoint
    • Real-time live-stream editing
  6. What should developers check before using released CogVideoX weights or code?
    • Whether all model variants share identical permissions
    • The license and permitted uses for the specific model release
    • Whether the project guarantees commercial rights for every output
    • Whether open code removes the need to check model terms
  7. What does causal processing in CogVideoX’s video autoencoder mean at a high level?
    • The model can only generate silent video
    • Every frame is encoded with the same fixed vector
    • A frame’s representation is formed without using future frames
    • The model cannot use temporal information
  8. What license does the CogVideo repository list for the CogVideoX-2B model and its corresponding modules?
    • A single universal license for every CogVideoX checkpoint
    • No license of any kind
    • A prohibition on all research use
    • apache 2.0