Cuestionario vinculado a una guía · Medio Nivel
Prueba de edición única de Tune-A-Video
Pruebe cómo Tune-A-Video adapta un modelo de difusión de imágenes utilizando un vídeo, atención temporal, inversión y ediciones guiadas por texto.
Pregunta 1 de 8
¿De qué modelo base parte Tune-A-Video antes de adaptarlo para video?
Vista previa de cada pregunta8 preguntas
Las respuestas y explicaciones aparecen a medida que realiza el cuestionario.
- ¿De qué modelo base parte Tune-A-Video antes de adaptarlo para video?
- Un modelo de difusión de texto a imagen previamente entrenado como Stable Diffusion
- Un gran modelo de lenguaje
- Un modelo de vídeo entrenado desde cero en millones de clips
- Un generador de imágenes basado en GAN
- ¿A qué se refiere "one-shot" en Tune-A-Video?
- Generando en un solo paso de eliminación de ruido
- Sintonización de un solo vídeo fuente
- Usar un mensaje para todo el conjunto de datos
- Ejecutándose en una sola GPU
- 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
- 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
- Durante la optimización, ¿qué es lo que Tune-A-Video actualiza principalmente para seguir siendo eficiente?
- Un pequeño conjunto de parámetros de atención/temporales.
- Cada peso en el modelo completo.
- Sólo el vocabulario del codificador de texto.
- Sólo el decodificador de imágenes.
- 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
- 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
- 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