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。

  1. 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
  2. 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
  3. 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
  4. 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
  5. 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
  6. 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
  7. 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
  8. 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