AnimateDiff Hareket Oluşturma Testi

Testi çözdüğünüzde cevaplar ve açıklamalar görünür.

1. AnimateDiff'in arkasındaki temel fikir nedir?
   • Milyonlarca klip üzerinde yepyeni bir video modelini sıfırdan eğitmek
   • Yalnızca optik akışı kullanarak iki görüntü arasında enterpolasyon yapma
   • Gerçek videoyu kaydetme ve onu kare kare yeniden şekillendirme
   • Eğitimli bir hareket modülünü donmuş görüntü yayılım modeline takma
2. What checkpoint compatibility condition matters when reusing an AnimateDiff motion module?
   • Every image generator accepts every motion module regardless of architecture
   • The personalized image checkpoint must be compatible with the supported base architecture and module
   • Freezing any arbitrary model makes it automatically compatible
   • The image checkpoint's filename alone establishes compatibility
3. Hareket modülü karelerin birbiriyle tutarlı olmasını nasıl sağlıyor?
   • Çerçevelerin zaman içinde katılımını sağlayan zamansal dikkat katmanları aracılığıyla
   • Her kareyi eşit şekilde bulanıklaştırarak
   • Yalnızca bir kare oluşturup onu kopyalayarak
   • Önceden kaydedilmiş sabit bir animasyon kullanarak
4. AnimateDiff genişletmeyle en çok hangi model ailesiyle ilişkilidir?
   • GPT dil modelleri
   • Konuşma tanıma modelleri
   • Kararlı Difüzyon görüntü modelleri
   • Tablosal regresyon modelleri
5. AnimateDiff ekosistemindeki bir hareket LoRA genellikle neyi kontrol eder?
   • Metin kodlayıcı sözlüğü
   • Kaydırma, yakınlaştırma veya döndürme gibi belirli kamera hareketleri
   • Videonun ses kaydı
   • Çıktının dosya formatı
6. How should a sixteen-frame AnimateDiff result be interpreted relative to the method's possible configurations?
   • As a guarantee that every deployment must output exactly sixteen frames
   • As proof that the method generates a feature-length film in one step
   • As a rule that the generated video contains only a single still image
   • As a short-clip configuration, rather than a universal fixed duration for every version
7. What does SparseCtrl add to an AnimateDiff-style generation workflow?
   • A requirement to provide a manually labeled image for every frame
   • An audio transcription model that replaces temporal attention
   • Conditioning from a sparse set of reference images at selected frame positions
   • A guarantee that any unrelated image architecture is compatible
8. How does a motion LoRA's camera control differ from SparseCtrl's reference-image guidance?
   • A motion LoRA steers a learned movement pattern, while SparseCtrl supplies visual content at selected frames
   • They are identical names for a text tokenizer
   • SparseCtrl controls only the video filename
   • Motion LoRAs require a complete reference frame at every timestamp