Rehber bağlantılı sınav · Orta Seviye

Kararlı Video Yayılım Testi

Stable Video Diffusion'ın görüntüden videoya kontrol noktalarını, zamansal katmanları, aşamalı eğitimi ve model lisans sınırlarını anlayın.

İlgili kılavuz yollarıKararlı Video Dağıtımı
Soru 1 arasında 8

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

Her soruyu önizleyin8 sorular

Testi çözdüğünüzde cevaplar ve açıklamalar görünür.

  1. What input does a public Stable Video Diffusion image-to-video checkpoint use?
    • Tek bir hareketsiz görüntü
    • 3 boyutlu ağ dosyası
    • Yalnızca tam metin senaryo
    • Bir mikrofon kaydı
  2. SVD, hareketi işlemek için hareketsiz görüntü Kararlı Dağıtım mimarisine ne ekledi?
    • Daha geniş bir renk paleti
    • Çerçeveleri zaman içinde birbirine bağlayan zamansal katmanlar
    • Ses sentezi modülleri
    • Altyazılar için yazım denetleyici
  3. Stabil Video Difüzyonu, bilgi işlemden tasarruf etmek için gürültü giderme işlemini ne tür bir alanda gerçekleştiriyor?
    • Ham tam çözünürlüklü piksel alanı
    • Yalnızca frekans alanı
    • Sıkıştırılmış gizli alan
    • Bir metin belirteci alanı
  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. SVD'nin genel kontrol noktaları genellikle yaklaşık olarak kaç kare oluşturur?
    • Yaklaşık 14 ila 25 kare
    • Tam olarak 1 kare
    • Birkaç bin kare
    • Sınırsız sürekli akış
  6. Stability AI, SVD için hangi eğitim yaklaşımını vurguladı?
    • Rastgele klipler üzerinde tek seferlik bir eğitim çalıştırması
    • Aşamalı bir tarif: görüntü ön eğitimi, video ön eğitimi ve ardından yüksek kaliteli ince ayar
    • Yalnızca hareketsiz görüntüler üzerinde eğitim
    • Hiçbir ön eğitim yok
  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