Quiz połączony z przewodnikiem · Średni Poziom
Ocena generatorów wideo AI za pomocą quizu VBench
Testuje 16 wymiarów VBench, sprawdza, w jaki sposób osoby oceniające, takie jak funkcje DINO i przepływ optyczny, oceniają filmy wideo i dlaczego ludzkie areny uzupełniają testy porównawcze.
Pytanie 1 z 8
Ile wymiarów oceny definiuje oryginalny VBench?
Podgląd każdego pytania8 pytania
Odpowiedzi i wyjaśnienia pojawiają się w miarę rozwiązywania quizu.
- Ile wymiarów oceny definiuje oryginalny VBench?
- 4
- 8
- 16
- 32
- Który wymiar ujawniłby, że model tworzy niemal statyczne filmy?
- Dynamic degree
- Background consistency
- Aesthetic quality
- Color
- Czego używa VBench do pomiaru spójności obiektów w różnych klatkach?
- Pixel histograms
- FID statistics
- Audio embeddings
- DINO features
- Które dwie rodziny grupują wymiary VBench?
- Speed and cost
- Video quality and video-condition consistency
- Realism and diversity
- Trening i wnioskowanie
- Dlaczego odczytanie tylko całkowitego wyniku VBench może wprowadzać w błąd?
- The total is always zero for open models
- It measures only audio
- A timid, nearly frozen model can score high on consistency while barely moving
- It ignores every dimension except color
- How is motion smoothness estimated?
- By checking how well a frame interpolation model reconstructs dropped frames
- By counting frames per second
- By asking users to rate each clip
- By measuring file size
- What does VBench-2.0 focus on?
- Resolution only
- Deeper properties such as physics, commonsense and human anatomy
- Audio synchronization only
- Replacing all evaluators with FID
- Why do human video arenas still matter?
- They are cheaper than automatic metrics
- They are perfectly reproducible
- They measure only frame sharpness
- They capture overall preference, including qualities such as plausible motion that evaluators miss