Викторина, связанная с руководством · Средний Уровень
Викторина по редактированию Tune-A-Video One-Shot
Проверьте, как Tune-A-Video адаптирует модель распространения изображений, используя одно видео, временное внимание, инверсию и редактирование с помощью текста.
Вопрос 1 из 8
С какой базовой модели начинается Tune-A-Video, прежде чем адаптировать ее для видео?
Предварительный просмотр каждого вопроса8 вопросы
Ответы и пояснения появляются по мере прохождения теста.
- С какой базовой модели начинается Tune-A-Video, прежде чем адаптировать ее для видео?
- Предварительно обученная модель диффузии текста в изображение, такая как Stable Diffusion.
- Большая языковая модель
- Видеомодель, обученная с нуля на миллионах клипов
- Генератор изображений на основе GAN
- Что означает «one-shot» в Tune-A-Video?
- Генерация за один шаг шумоподавления
- Настройка только на одном исходном видео
- Использование одной подсказки для всего набора данных
- Работа на одном графическом процессоре
- 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
- Что в первую очередь обновляет Tune-A-Video во время настройки, чтобы оставаться эффективным?
- Небольшой набор параметров внимания/времени
- Каждый вес в полной модели
- Только словарь кодировщика текста
- Только декодер изображения
- 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