Gids-gekoppelde quiz · Middelmatig Niveau

Stabiele videoverspreidingsquiz

Begrijp de beeld-naar-video-controlepunten, temporele lagen, gefaseerde training en modellicentielimieten van Stable Video Diffusion.

Gerelateerde gidspadenStabiele videoverspreiding
Vraag 1 van 8

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

Bekijk elke vraag8 vragen

Antwoorden en uitleg verschijnen terwijl je de quiz doet.

  1. What input does a public Stable Video Diffusion image-to-video checkpoint use?
    • Eén enkel stilstaand beeld
    • Een 3D-meshbestand
    • Alleen een volledig tekstscenario
    • Een microfoonopname
  2. Wat heeft SVD toegevoegd aan de Stable Diffusion-architectuur voor stilstaande beelden om beweging aan te kunnen?
    • Een groter kleurenpalet
    • Tijdelijke lagen die frames in de loop van de tijd verbinden
    • Modules voor audiosynthese
    • Een spellingcontrole voor bijschriften
  3. Stabiele videodiffusie voert zijn ruisonderdrukking uit in welke ruimte om rekenkracht te besparen?
    • Ruwe pixelruimte met volledige resolutie
    • Alleen het frequentiedomein
    • Een gecomprimeerde latente ruimte
    • Een teksttokenruimte
  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. Hoeveel frames genereren de openbare controlepunten van SVD doorgaans?
    • Ongeveer 14 tot 25 frames
    • Precies 1 kader
    • Enkele duizenden frames
    • Een onbeperkte continue stroom
  6. Welke trainingsaanpak benadrukte Stability AI voor SVD?
    • Een enkele eenmalige training op willekeurige clips
    • Een geënsceneerd recept: beeldvoortrainen, videovoortrainen en vervolgens hoogwaardige finetuning
    • Alleen trainen op stilstaande beelden
    • Er is helemaal geen vooropleiding
  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