Questionário vinculado ao guia · Médio Nível
Questionário de Cascatas de Vídeo Imagen
Explore o pipeline de difusão encenada do vídeo Imagen, onde modelos de super-resolução temporais e espaciais refinam progressivamente os clipes.
Pergunta 1 de 8
Which design helps Imagen Video represent both spatial detail and changes across frames?
Visualize cada pergunta8 perguntas
As respostas e explicações aparecem conforme você responde ao teste.
- Which design helps Imagen Video represent both spatial detail and changes across frames?
- A Video U-Net that uses temporal self-attention in the base model
- A frozen spreadsheet encoder with no video operations
- A speech-only recurrent network
- A single still-image classifier applied once
- O que um estágio de super-resolução temporal faz na cascata?
- Aumenta a resolução de pixels
- Adiciona mais quadros entre os existentes
- Traduz o prompt
- Remove a trilha de áudio
- Qual componente codifica o prompt de texto no Imagen Video?
- Um classificador de imagem convolucional
- Um modelo de reconhecimento de fala
- Um modelo de linguagem T5 congelado
- Um agente de aprendizagem por reforço
- Why did Imagen Video use noise conditioning augmentation in its super-resolution cascade?
- Increase pixel resolution at the final spatial stage
- Make the prompt encoder generate extra text tokens
- Remove the need to condition the super-resolution models
- Reduce sensitivity to domain gaps between cascade stages, which also facilitates parallel training
- Qual capacidade o Imagen Video demonstrou notavelmente?
- Renderização de texto estilizado legível e diversos estilos de arte
- Gerando horas de filme
- Jogabilidade em tempo real
- Editando apenas fotografias existentes
- Aproximadamente qual resultado o pipeline completo do Imagen Video teve como alvo?
- Clipes apenas de áudio
- Cerca de 1280x768 a 24 quadros por segundo
- 8K a 120fps
- Uma única imagem estática
- Which diffusion parameterization did Imagen Video report using as a design choice?
- Only a nearest-neighbor color lookup
- A token-by-token autoregressive text decoder
- v-parameterization
- A fixed histogram equalization rule
- What was progressive distillation used for in Imagen Video?
- Adding subtitles after generation
- Replacing the prompt encoder with a database
- Converting generated video into handwritten text
- Faster sampling while retaining high-quality generated video