Bài kiểm tra có liên kết hướng dẫn · Trung bình Cấp độ

Câu đố về phổ biến video ổn định

Hiểu các điểm kiểm tra từ hình ảnh đến video, các lớp tạm thời, đào tạo theo giai đoạn và giới hạn giấy phép mô hình của Khuếch tán video ổn định.

Đường dẫn hướng dẫn liên quanKhuếch tán video ổn định
Câu hỏi 1 của 8

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

Xem trước mọi câu hỏi8 câu hỏi

Câu trả lời và giải thích xuất hiện khi bạn làm bài kiểm tra.

  1. What input does a public Stable Video Diffusion image-to-video checkpoint use?
    • Một hình ảnh tĩnh duy nhất
    • Tệp lưới 3D
    • Chỉ có kịch bản toàn văn
    • Ghi âm micrô
  2. SVD đã thêm gì vào kiến trúc Khuếch tán ổn định của hình ảnh tĩnh để xử lý chuyển động?
    • Bảng màu lớn hơn
    • Các lớp tạm thời kết nối các khung theo thời gian
    • Mô-đun tổng hợp âm thanh
    • Trình kiểm tra chính tả cho chú thích
  3. Khuếch tán video ổn định thực hiện khử nhiễu trong loại không gian nào để tiết kiệm điện toán?
    • Không gian pixel có độ phân giải đầy đủ thô
    • Chỉ miền tần số
    • Một không gian tiềm ẩn bị nén
    • Không gian mã thông báo văn bản
  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. Các điểm kiểm tra công khai của SVD thường tạo ra khoảng bao nhiêu khung hình?
    • Khoảng 14 đến 25 khung hình
    • Đúng 1 khung hình
    • Vài nghìn khung hình
    • Luồng liên tục không giới hạn
  6. Stability AI nhấn mạnh phương pháp đào tạo nào cho SVD?
    • Một buổi đào tạo một lần duy nhất trên các clip ngẫu nhiên
    • Một công thức được dàn dựng: luyện trước hình ảnh, luyện trước video, sau đó là tinh chỉnh chất lượng cao
    • Chỉ đào tạo trên ảnh tĩnh
    • Không có sự đào tạo trước nào cả
  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