引導式測驗 · 中等 等級

AnimateDiff 運動生成測驗

查看 AnimateDiff 運動模組、時間注意力、相容影像檢查點、相機運動 LoRA 和 SparseCtrl 參考影格調整。

相關引導路徑Animatediff 運動生成
問題 1 的 8

AnimateDiff 背後的核心思想是什麼?

預覽每個問題8 問題

當您參加測驗時,就會出現答案和解釋。

  1. AnimateDiff 背後的核心思想是什麼?
    • 在數百萬個剪輯上從頭開始訓練全新的視訊模型
    • 僅使用光流在兩個影像之間進行內插
    • 錄製真實影片並逐幀重新設計
    • 將經過訓練的運動模組插入凍結影像擴散模型
  2. 重複使用 AnimateDiff 運動模組時,哪些檢查點相容性條件很重要?
    • 無論架構如何,每個圖像生成器都接受每個運動模組
    • 個性化影像檢查點必須與支援的基礎架構和模組相容
    • 凍結任意模型使其自動相容
    • 影像檢查點的檔案名稱單獨建立相容性
  3. 運動模組如何保持幀之間的一致性?
    • 透過時間注意力層,讓幀跨時間參與
    • 透過均勻地模糊每一幀
    • 通過僅生成一幀並複製它
    • 透過使用固定的預先錄製的動畫
  4. AnimateDiff 與擴展最相關的是哪個模型系列?
    • GPT 語言模型
    • 語音辨識模型
    • 穩定的擴散影像模型
    • 表格迴歸模型
  5. AnimateDiff 生態系中的運動 LoRA 通常會控制什麼?
    • 文字編碼器詞彙
    • 特定的攝影機移動,例如平移、縮放或滾動
    • 影片的音軌
    • 輸出的文件格式
  6. 相對於方法的可能配置,應如何解釋十六幀 AnimateDiff 結果?
    • 作為保證,每個部署必須輸出剛好 16 幀
    • 作為此方法一步生成長片的證明
    • 一般來說,生成的影片僅包含單一靜態圖像
    • 作為短剪輯配置,而不是每個版本的通用固定持續時間
  7. SparseCtrl 為 AnimateDiff 風格的生成工作流程添加了什麼?
    • 要求為每一幀提供手動標記的圖像
    • 替代時間注意力的音訊轉錄模型
    • 根據選定幀位置處的一組稀疏參考影像進行調節
    • 保證任何不相關的圖像架構都是相容的
  8. LoRA 的運動相機控制與 SparseCtrl 的參考影像導引有何不同?
    • 運動 LoRA 引導學習的運動模式,而 SparseCtrl 在選定的幀上提供視覺內容
    • 它們與文字分詞器的名稱相同
    • SparseCtrl 僅控制影片檔名
    • 運動 LoRA 在每個時間戳記都需要完整的參考幀