แบบทดสอบที่เชื่อมโยงกับคำแนะนำ · ปานกลาง ระดับ

แบบทดสอบการแพร่กระจายวิดีโอที่เสถียร

เข้าใจการตรวจสอบภาพเป็นวิดีโอของ Stable Video Diffusion, ชั้นเวลา, การฝึกแบบขั้นตอน, และข้อจำกัดของโมเดลและใบอนุญาต

เส้นทางแนะนำที่เกี่ยวข้องการแพร่กระจายวิดีโอที่เสถียร
คำถาม 1 ของ 8

What input does a public Stable Video Diffusion image-to-video checkpoint use?

ดูตัวอย่างทุกคำถาม8 คำถาม

คำตอบและคำอธิบายจะปรากฏขึ้นเมื่อคุณทำแบบทดสอบ

  1. What input does a public Stable Video Diffusion image-to-video checkpoint use?
    • ภาพนิ่งอันเดียว
    • ไฟล์ตาข่าย 3 มิติ
    • บทภาพยนตร์ฉบับเต็มเท่านั้น
    • การบันทึกไมโครโฟน
  2. SVD เพิ่มอะไรให้กับสถาปัตยกรรม Stable Diffusion ของภาพนิ่งเพื่อรองรับการเคลื่อนไหว
    • จานสีที่ใหญ่ขึ้น
    • เลเยอร์ชั่วคราวที่เชื่อมต่อเฟรมเมื่อเวลาผ่านไป
    • โมดูลการสังเคราะห์เสียง
    • เครื่องตรวจตัวสะกดสำหรับคำบรรยาย
  3. การกระจายวิดีโอที่เสถียรทำหน้าที่ลดสัญญาณรบกวนในพื้นที่ประเภทใดเพื่อประหยัดการประมวลผล
    • พื้นที่พิกเซลแบบเต็มความละเอียดดิบ
    • โดเมนความถี่เท่านั้น
    • พื้นที่แฝงที่ถูกบีบอัด
    • พื้นที่โทเค็นข้อความ
  4. What was significant about SVD’s research release?
    • It removed all license conditions
    • It was accessible only as a closed cloud API
    • It released audio weights but no video model
    • It made code and model weights available for research and adaptation under their license terms
  5. โดยทั่วไปจุดตรวจสาธารณะของ SVD จะสร้างเฟรมได้ประมาณกี่เฟรม
    • ประมาณ 14 ถึง 25 เฟรม
    • 1 เฟรมเลยทีเดียว
    • หลายพันเฟรม
    • สตรีมต่อเนื่องได้ไม่จำกัด
  6. Stability AI เน้นแนวทางการฝึกอบรมแบบใดสำหรับ SVD
    • การฝึกยิงนัดเดียวจะดำเนินการในคลิปสุ่ม
    • สูตรอาหารแบบเป็นฉาก: พรีเทรนรูปภาพ พรีเทรนวิดีโอ จากนั้นปรับแต่งคุณภาพสูง
    • การฝึกอบรมเฉพาะภาพนิ่งเท่านั้น
    • ไม่มีการฝึกล่วงหน้าเลย
  7. What downstream video adaptation does the SVD paper discuss using LoRA?
    • Speaker-identity adaptation for audio
    • Automatic SQL generation
    • Camera-motion-specific adaptation
    • Dependency-label prediction
  8. What additional visual-generation capability did the SVD paper explore from its base model?
    • Generating a dependency parse for every frame
    • Separating a song into instrument stems
    • Estimating speech intelligibility
    • Fine-tuning a model to jointly generate multiple views of objects