Cuestionario vinculado a una guía · Medio Nivel
Evaluación de generadores de vídeo de IA con VBench Quiz
Prueba las 16 dimensiones de VBench, cómo evaluadores como las características de DINO y los videos de puntuación de flujo óptico, y por qué los escenarios humanos complementan los puntos de referencia.
Pregunta 1 de 8
¿Cuántas dimensiones de evaluación define el VBench original?
Vista previa de cada pregunta8 preguntas
Las respuestas y explicaciones aparecen a medida que realiza el cuestionario.
- ¿Cuántas dimensiones de evaluación define el VBench original?
- 4
- 8
- 16
- 32
- ¿Qué dimensión revelaría que un modelo produce videos casi estáticos?
- Dynamic degree
- Background consistency
- Aesthetic quality
- Color
- ¿Qué usa VBench para medir la consistencia del sujeto entre fotogramas?
- Pixel histograms
- FID statistics
- Audio embeddings
- DINO features
- ¿Qué dos familias agrupan las dimensiones de VBench?
- Speed and cost
- Video quality and video-condition consistency
- Realism and diversity
- Entrenamiento e inferencia
- ¿Por qué puede ser engañoso leer solo la puntuación total de VBench?
- The total is always zero for open models
- It measures only audio
- A timid, nearly frozen model can score high on consistency while barely moving
- It ignores every dimension except color
- How is motion smoothness estimated?
- By checking how well a frame interpolation model reconstructs dropped frames
- By counting frames per second
- By asking users to rate each clip
- By measuring file size
- What does VBench-2.0 focus on?
- Resolution only
- Deeper properties such as physics, commonsense and human anatomy
- Audio synchronization only
- Replacing all evaluators with FID
- Why do human video arenas still matter?
- They are cheaper than automatic metrics
- They are perfectly reproducible
- They measure only frame sharpness
- They capture overall preference, including qualities such as plausible motion that evaluators miss