Quiz połączony z przewodnikiem · Średni Poziom
Sora i quiz dotyczący zamiany tekstu na wideo
Przejrzyj generowanie tekstu na wideo, poprawki czasoprzestrzeni, trening dyfuzji, spójność czasową i szczegóły ujawnienia datowane na Sora.
Pytanie 1 z 8
Jaka podstawowa funkcja definiuje model zamiany tekstu na wideo, taki jak Sora?
Podgląd każdego pytania8 pytania
Odpowiedzi i wyjaśnienia pojawiają się w miarę rozwiązywania quizu.
- Jaka podstawowa funkcja definiuje model zamiany tekstu na wideo, taki jak Sora?
- Generuje klip wideo na podstawie pisemnego monitu tekstowego
- Edytuje ścieżki audio
- Kompresuje istniejące filmy
- Tłumaczy napisy pomiędzy językami
- Jakie jest główne wyzwanie techniczne, które sprawia, że generowanie wideo jest trudniejsze niż generowanie obrazu?
- W filmach zastosowano więcej kolorów
- Utrzymywanie spójności i spójnego ruchu w wielu klatkach w czasie
- Filmów nie można przechowywać cyfrowo
- Podpowiedzi tekstowe są nielegalne w przypadku filmów
- W jaki sposób Sora reprezentuje wideo wewnętrznie, aby zasilić swój transformator?
- Jako jedna gigantyczna siatka pikseli na klip
- Jako przebiegi audio
- Jako małe plamy czasoprzestrzenne, które działają jak żetony
- Jako odręczne ramki
- Która technika generatywna leży u podstaw syntezy ramek Sora?
- Skrypty animacji oparte na regułach
- Proste kopiowanie ramek
- Ręczna rotoskopia
- Dyfuzja, stopniowe odszumianie przypadkowych szumów w spójny klip
- Which limitation did OpenAI’s 2024 Sora report document?
- Fizyka i spójność obiektów mogą zostać złamane, na przykład zmieniające się obiekty lub dodatkowe palce
- Nie chcą używać koloru
- Mogą tworzyć tylko klipy czarno-białe
- Zawsze celowo produkują nieme filmy
- Jak długo trwają klipy, które Sora wygenerowano podczas premiery w 2024 r.?
- Kilka godzin
- Do około minuty
- Dokładnie 24 godziny
- Tylko jedna ramka
- What joint training data does OpenAI’s 2024 Sora report describe?
- Only paired audio and transcripts
- Only text documents
- Video and image data
- Only 3D motion-capture skeletons
- What input can the 2024 Sora report condition on in addition to text?
- Only a written script with fixed timestamps
- A spreadsheet of camera exposure settings only
- A sound waveform with no visual prompt
- An image that the model can animate into a video