引导式测验 · 中等 等级
制作视频文本转视频测验
了解 Meta 的 Make-A-Video 如何将基于图像的视觉知识与从未标记视频中学习到的运动相结合,以及它如何接受视觉输入。
问题 1 的 8
让 Make-A-Video 避免需要标记的文本-视频对的核心创新是什么?
预览每个问题8 问题
当您参加测验时,就会出现答案和解释。
- 让 Make-A-Video 避免需要标记的文本-视频对的核心创新是什么?
- 它分别从带字幕的图像中学习外观,并从未标记的视频中学习运动
- 它手动为数百万个视频添加了字幕标签
- 它仅从现有视频剪辑生成视频
- 它使用配对文本和视频的单个数据集
- 哪个组织何时发布了 Make-A-Video?
- 2021 年Google
- Meta 2022 年人工智能
- 2023 年OpenAI
- 2024 年人工智能稳定性
- Make-A-Video 如何为图像模型添加运动功能?
- 通过用音频层替换所有空间层
- 通过使用游戏引擎渲染每一帧
- 通过在预训练的空间层之上添加时间(伪 3D)层
- 通过对许多随机图像进行平均
- 帧插值和超分辨率阶段有什么作用?
- 他们将提示翻译成另一种语言
- 他们删除了剪辑中的所有动作
- 他们压缩视频以进行存储
- 他们添加更多帧并提高空间分辨率
- Make-A-Video 输出的典型限制是什么?
- 存在闪烁和变形的低分辨率短剪辑
- 长达数小时的完美影片
- 完美稳定的 4K 视频
- 仅音频输出
- Besides text prompts, what visual input can Make-A-Video use to create a video?
- Only a waveform
- An image
- 电子表格公式
- A source-code repository
- What can Make-A-Video do with an existing video, according to Meta’s announcement?
- Recover the original camera’s sensor data
- Guarantee an exact copy of every frame
- Create a new video similar to it
- Convert the clip into a signed legal transcript
- What did Meta say about the datasets used in Make-A-Video research?
- Every training example was privately collected by Meta
- The model was trained only on generated video
- It used no video data
- The system used publicly available datasets