Gids-gekoppelde quiz · Middelmatig Niveau
Stabiele videoverspreidingsquiz
Begrijp de beeld-naar-video-controlepunten, temporele lagen, gefaseerde training en modellicentielimieten van Stable Video Diffusion.
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.
- 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
- 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
- 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
- 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
- Hoeveel frames genereren de openbare controlepunten van SVD doorgaans?
- Ongeveer 14 tot 25 frames
- Precies 1 kader
- Enkele duizenden frames
- Een onbeperkte continue stroom
- 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
- 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