Questionário vinculado ao guia · Médio Nível
Questionário de edição única do Tune-A-Video
Teste como o Tune-A-Video adapta um modelo de difusão de imagem usando um vídeo, atenção temporal, inversão e edições guiadas por texto.
Pergunta 1 de 8
De qual modelo básico o Tune-A-Video começa antes de adaptá-lo para vídeo?
Visualize cada pergunta8 perguntas
As respostas e explicações aparecem conforme você responde ao teste.
- De qual modelo básico o Tune-A-Video começa antes de adaptá-lo para vídeo?
- Um modelo de difusão de texto para imagem pré-treinado como Stable Diffusion
- Um grande modelo de linguagem
- Um modelo de vídeo treinado do zero em milhões de clipes
- Um gerador de imagens baseado em GAN
- A que se refere 'one-shot' no Tune-A-Video?
- Gerando em uma única etapa de remoção de ruído
- Sintonizando apenas um vídeo de origem
- Usando um prompt para todo o conjunto de dados
- Executando em uma única GPU
- How does Tune-A-Video’s sparse causal attention connect video frames?
- Frames are generated fully independently
- Every frame is averaged into one image
- Each frame can attend to the first frame and the preceding frame
- Attention is disabled across all frames
- What does DDIM inversion provide before Tune-A-Video samples an edit?
- A compressed audio track
- A new video caption
- A camera calibration file
- A source-conditioned latent that guides generation from the input video
- Durante o ajuste, o que o Tune-A-Video atualiza principalmente para permanecer eficiente?
- Um pequeno conjunto de parâmetros de atenção/temporais
- Cada peso no modelo completo
- Somente o vocabulário do codificador de texto
- Somente o decodificador de imagem
- What limitation motivated later tuning-free video-editing methods?
- It can only edit audio
- Tune-A-Video requires per-video tuning before editing a new clip
- It supports no text prompt
- It was trained only on black-and-white images
- Which editing capability did the Tune-A-Video paper demonstrate?
- Automatic speech-quality scoring
- 3D camera-pose recovery from photos
- Text-guided style transfer on a source video
- Instrument-stem separation
- Which content change can Tune-A-Video apply to a source clip using text?
- Measuring packet latency
- Estimating pitch from a monophonic signal
- Recovering 3D scene geometry from uncalibrated photos
- Changing a subject or background while trying to retain source motion