Gids-gekoppelde quiz · Moeilijk Niveau

Waarom AI-video de natuurkunde verkeerd doet Quiz

Test waarom videomodellen het uiterlijk leren in plaats van de natuurkunde, hoe een beperkt geheugen de duurzaamheid van objecten verbreekt en waarom de computer de clips kort houdt.

Vraag 1 van 8

Wat levert het trainingsdoel van een typische videogenerator vooral op?

Bekijk elke vraag8 vragen

Antwoorden en uitleg verschijnen terwijl je de quiz doet.

  1. Wat levert het trainingsdoel van een typische videogenerator vooral op?
    • Obeying conservation of momentum
    • Producing output that resembles real video
    • Matching a built-in physics engine
    • Minimizing the number of frames
  2. Waarom zijn zeldzame gebeurtenissen zoals glasbreuk bijzonder moeilijk voor videomodellen?
    • They are forbidden in training data by law
    • They appear less often in training data and involve complex dynamics
    • They require audio to generate
    • Models cannot render transparent objects at all
  3. Wat voor soort probleem beschrijft de gids objectduurzaamheidsfouten vooral?
    • A color-grading problem
    • A memory problem involving limited context
    • A frame-rate problem
    • A problem with the text prompt's language
  4. Wat is de belangrijkste reden dat AI-videoclips vaak slechts enkele seconden duren?
    • Copyright rules limit clip length
    • Attention cost rises steeply as the number of spacetime tokens grows
    • Displays cannot play longer AI clips
    • Longer clips require a different file format
  5. Welke uitspraak weerspiegelt een misvatting over videogeneratoren?
    • They may learn some implicit physical regularities
    • They contain a built-in physics engine
    • They can make rare interactions look wrong
    • Their clips are often extended by chaining generations
  6. What did benchmarks such as Physics-IQ suggest?
    • Visual realism reliably indicates physical understanding
    • Visually realistic output does not mean physical understanding
    • All current models pass basic physics tests
    • Physics cannot be tested in video
  7. Why can a small ball's wrong trajectory go uncorrected during training?
    • It takes up few tokens, so the error adds little to the reconstruction loss
    • Balls are removed from training data
    • The model is never shown moving objects
    • Trajectories are handled by a separate audio model
  8. How does Meta's V-JEPA approach differ from pixel-level video generation?
    • It predicts in an abstract representation space instead of pixels
    • It uses only text with no video
    • It relies entirely on a game engine to render output
    • It generates audio instead of video