Útmutatóhoz kapcsolódó kvíz · Közepes Szint

Stabil videó diffúziós kvíz

Understand Stable Video Diffusion’s image-to-video checkpoints, temporal layers, staged training, and model-license limits.

Kapcsolódó útmutató utakStabil videó diffúzió
kérdés 1 -ból 8

What input does a public Stable Video Diffusion image-to-video checkpoint use?

Tekintse meg az összes kérdést8 kérdéseket

A válaszok és magyarázatok megjelennek a kvíz kitöltésekor.

  1. What input does a public Stable Video Diffusion image-to-video checkpoint use?
    • Egyetlen állókép
    • 3D mesh fájl
    • Csak teljes szöveges forgatókönyv
    • Egy mikrofonfelvétel
  2. Mit adott hozzá az SVD az állókép stabil diffúziós architektúrájához a mozgás kezeléséhez?
    • Nagyobb színpaletta
    • Időbeli rétegek, amelyek idővel összekötik a kereteket
    • Hangszintézis modulok
    • Helyesírás-ellenőrző a feliratokhoz
  3. A Stable Video Diffusion milyen helyen végzi el a zajtalanítást a számítási megtakarítás érdekében?
    • Nyers, teljes felbontású pixeltér
    • Csak a frekvenciatartomány
    • Tömörített látens tér
    • Egy szöveges token tér
  4. What was significant about SVD’s research release?
    • It removed all license conditions
    • It was accessible only as a closed cloud API
    • It released audio weights but no video model
    • It made code and model weights available for research and adaptation under their license terms
  5. Körülbelül hány keretet generálnak az SVD nyilvános ellenőrzőpontjai?
    • Körülbelül 14-25 képkocka
    • Pontosan 1 képkocka
    • Több ezer képkocka
    • Korlátlan folyamatos adatfolyam
  6. Milyen képzési megközelítést emelt ki a Stabilitási AI az SVD esetében?
    • Egyetlen egyszeri edzés véletlenszerű klipeken
    • Egy szakaszos recept: kép előképzés, videó előképzés, majd jó minőségű finomhangolás
    • Képzés csak állóképekre
    • Egyáltalán nincs előképzés
  7. What downstream video adaptation does the SVD paper discuss using LoRA?
    • Speaker-identity adaptation for audio
    • Automatic SQL generation
    • Camera-motion-specific adaptation
    • Dependency-label prediction
  8. What additional visual-generation capability did the SVD paper explore from its base model?
    • Generating a dependency parse for every frame
    • Separating a song into instrument stems
    • Estimating speech intelligibility
    • Fine-tuning a model to jointly generate multiple views of objects