引导式测验 · 中等 等级
Sora 和文本转视频测验
回顾文本到视频的生成、时空补丁、扩散训练、时间一致性和过时的 Sora 揭示细节。
问题 1 的 8
什么核心功能定义了像 Sora 这样的文本到视频模型？
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。
- 什么核心功能定义了像 Sora 这样的文本到视频模型？
- 它根据书面文本提示生成视频剪辑
- 它编辑音轨
- 它压缩现有的电影
- 它可以在不同语言之间翻译字幕
- 使视频生成比图像生成更困难的核心技术挑战是什么？
- 视频使用更多颜色
- 随着时间的推移，在许多帧中保持一致性和连贯的运动
- 视频无法以数字方式存储
- 文字提示对于视频来说是非法的
- Sora 如何在内部表示视频以馈送其变压器？
- 每个剪辑都有一个巨大的像素网格
- 作为音频波形
- 作为像令牌一样的小时空斑块
- 作为手写框架
- 哪种生成技术是 Sora 帧合成的基础？
- 基于规则的动画脚本
- 简单的帧复制
- 手动动态观察
- 扩散，逐渐将随机噪声去噪为连贯的剪辑
- Which limitation did OpenAI’s 2024 Sora report document?
- 物理和对象的一致性可能会被破坏，例如变形的对象或额外的手指
- 他们拒绝使用颜色
- 他们只能制作黑白剪辑
- 他们总是故意制作无声电影
- Sora 在 2024 年发布时展示的剪辑大约有多长？
- 几个小时
- 最多约一分钟
- 正好24小时
- 只有一帧
- What joint training data does OpenAI’s 2024 Sora report describe?
- Only paired audio and transcripts
- Only text documents
- Video and image data
- Only 3D motion-capture skeletons
- What input can the 2024 Sora report condition on in addition to text?
- Only a written script with fixed timestamps
- A spreadsheet of camera exposure settings only
- A sound waveform with no visual prompt
- An image that the model can animate into a video