ガイド連動クイズ · 中 レベル
安定したビデオの普及クイズ
Stable Video Diffusion の画像からビデオへのチェックポイント、時間レイヤー、段階的トレーニング、モデル ライセンスの制限について理解します。
質問 1 の 8
What input does a public Stable Video Diffusion image-to-video checkpoint use?
すべての質問をプレビューする8 質問
クイズに答えると、答えと解説が表示されます。
- What input does a public Stable Video Diffusion image-to-video checkpoint use?
- 1枚の静止画
- 3Dメッシュファイル
- 全文脚本のみ
- マイク録音
- SVD は動きを処理するために静止画の Stable Diffusion アーキテクチャに何を追加しましたか?
- より大きなカラーパレット
- 時間の経過とともにフレームを接続する時間レイヤー
- オーディオ合成モジュール
- キャプションのスペルチェッカー
- Stable Video Diffusion は、コンピューティングを節約するためにどのような種類のスペースでノイズ除去を実行しますか?
- 生のフル解像度ピクセル空間
- 周波数領域のみ
- 圧縮された潜在空間
- テキストトークンスペース
- 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
- SVD のパブリック チェックポイントは通常、およそいくつのフレームを生成しますか?
- 14～25フレーム程度
- ちょうど 1 フレーム
- 数千フレーム
- 無制限の連続ストリーム
- Stability AI は SVD に対してどのようなトレーニング アプローチを重視しましたか?
- ランダムなクリップで実行される単一のワンショット トレーニング
- 段階的なレシピ: 画像の事前トレーニング、ビデオの事前トレーニング、そして高品質の微調整
- 静止画のみでトレーニング
- 事前トレーニングは一切なし
- 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
- 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