ガイド連動クイズ · 中 レベル

Tune-A-Video ワンショット編集クイズ

1 つのビデオ、時間的注意、反転、テキストガイド付き編集を使用して、Tune-A-Video が画像拡散モデルをどのように適応させるかをテストします。

関連するガイドパスビデオを調整するワンショット編集
質問 1 の 8

Tune-A-Video をビデオに適応させる前に、どのベース モデルから開始しますか?

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。

  1. Tune-A-Video をビデオに適応させる前に、どのベース モデルから開始しますか?
    • Stable Diffusion のような事前トレーニング済みのテキストから画像への拡散モデル
    • 大規模な言語モデル
    • 数百万のクリップでゼロからトレーニングされたビデオ モデル
    • GAN ベースの画像ジェネレーター
  2. Tune-A-Video における「ワンショット」とは何を指しますか?
    • 単一のノイズ除去ステップで生成
    • 1 つのソースビデオのみをチューニングする
    • データセット全体に対して 1 つのプロンプトを使用する
    • 単一の GPU で実行
  3. 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
  4. 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
  5. チューニング中に、効率を維持するために Tune-A-Video は主に何を更新しますか?
    • 注意/時間パラメータの小さなセット
    • フルモデルのすべての重量
    • テキストエンコーダーの語彙のみ
    • 画像デコーダのみ
  6. 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
  7. 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
  8. 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