引導式測驗 · 中等 等級
製作影片文字轉影片測驗
了解 Meta 的 Make-A-Video 如何將基於影像的視覺知識與從未標記影片中學習到的運動相結合,以及它如何接受視覺輸入。
問題 1 的 8
讓 Make-A-Video 避免需要標記的文字-影片對的核心創新是什麼?
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。
- 讓 Make-A-Video 避免需要標記的文字-影片對的核心創新是什麼?
- 它分別從帶有字幕的圖像中學習外觀,並從未標記的影片中學習運動
- 它手動為數百萬個影片添加了字幕標籤
- 它僅從現有視頻剪輯生成視頻
- 它使用配對文字和視訊的單一資料集
- 哪個組織何時發布了 Make-A-Video?
- 2021 年Google
- Meta 2022 人工智慧
- 2023 年OpenAI
- 2024 年人工智慧穩定性
- Make-A-Video 如何為影像模型添加運動功能?
- 透過以音訊圖層替換所有空間圖層
- 透過使用遊戲引擎渲染每一幀
- 透過在預先訓練的空間層之上添加時間(偽 3D)層
- 透過對許多隨機圖像進行平均
- 幀插值和超解析度階段有什麼作用?
- 他們將提示翻譯成另一種語言
- 他們刪除了剪輯中的所有動作
- 他們壓縮視頻以進行存儲
- 他們添加更多幀並提高空間分辨率
- Make-A-Video 輸出的典型限制是什麼?
- 存在閃爍和變形的低解析度短剪輯
- 長達數小時的完美影片
- 完美穩定的 4K 視頻
- 僅音訊輸出
- Besides text prompts, what visual input can Make-A-Video use to create a video?
- Only a waveform
- An image
- 試算表公式
- 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