Cuestionario vinculado a una guía · Medio Nivel

Prueba de generación de imagen a video

Comprueba tu comprensión de cómo una imagen fija condiciona un modelo de vídeo, cómo se configuran la intensidad del movimiento y el aumento de ruido, y los artefactos comunes.

Rutas de guía relacionadasGeneración de imagen a video
Pregunta 1 de 8

En muchos modelos de difusión de video latente, ¿cómo se le da la imagen de entrada al eliminador de ruido?

Vista previa de cada pregunta8 preguntas

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

  1. En muchos modelos de difusión de video latente, ¿cómo se le da la imagen de entrada al eliminador de ruido?
    • As a text caption generated from the image
    • Its latent is concatenated channel-wise with the noisy frame latents at every step
    • It is used only after generation to color-correct frames
    • It replaces the last frame of the clip
  2. ¿Qué representa el valor del depósito de movimiento de Stable Video Diffusion?
    • The number of frames
    • The output file size
    • The amount of motion, learned from optical flow in training clips
    • The camera's focal length
  3. ¿Qué sucede cuando aumentas el aumento de ruido en la imagen condicionada?
    • More motion and freedom, but less fidelity to the input
    • The video becomes perfectly still
    • Resolution doubles
    • The first frame matches the input exactly
  4. ¿Por qué el área que se ve detrás de un objeto en movimiento a menudo parece inventada?
    • The model deletes background pixels on purpose
    • Compression removes background detail
    • The input image is cropped
    • The model has no information about occluded regions and predicts plausible pixels
  5. ¿Cuál es el principal inconveniente de extender un clip reintroduciendo su último fotograma como una nueva entrada?
    • It is not allowed by any model
    • Errors accumulate, so quality degrades with each extension
    • It always reverses the motion
    • It removes the audio
  6. What is a good prompting practice for image-to-video?
    • Restate every object visible in the image
    • Leave the prompt empty always
    • Describe the motion and the camera rather than restating the scene
    • Use only a single noun
  7. Which description matches the artifact called texture swimming?
    • Fine patterns appear to slide or shimmer across surfaces
    • The whole video turns black and white
    • Audio drifts out of sync
    • The clip plays backward
  8. How does Stable Video Diffusion's reference pipeline apply classifier-free guidance across frames?
    • Highest on the first frame, then off
    • Randomly per frame
    • Identical on all frames
    • Ramped linearly, lower near the conditioning frame and higher for later frames