Декодировщик

Кодировщик

Дискриминатор

Генератор

1. Какая модель в классической GAN-архитектуре создает новые видеокадры?

Генератор

Дискриминатор

Кодировщик

Декодировщик

GAN

CNN

Рекуррентные сети

Автокодировщики временных рядов

2. С помощью какого подхода можно эффективно сжать входные видеоданные и затем восстановить из них новые реалистичные кадры?

Автокодировщики временных рядов

Рекуррентные сети

CNN

GAN

Автоэнкодеры

Свёрточные сети

Рекуррентные сети

Трансформеры

3. Какой тип нейросетей хорошо работает одновременно с текстом и видео благодаря механизму внимания?

Трансформеры

Рекуррентные сети

Свёрточные сети

Автоэнкодеры

Сжимает данные в латентные представления

Классифицирует изображения по тематикам Свёрточные сети

Генерирует новые изображения на основе шума

Оценивает реалистичность сгенерированных изображений

4. Какую роль выполняет дискриминатор в GAN-архитектуре?

Оценивает реалистичность сгенерированных изображений

Генерирует новые изображения на основе шума

Классифицирует изображения по тематикам Свёрточные сети

Сжимает данные в латентные представления

Нет ограничений

Несколько дней

Несколько часов

Несколько минут

5. Какой максимальной длительности на данный момент могут достигать сгенерированные ИИ видеоролики при стандартном качестве

Несколько минут

Несколько часов

Несколько дней

Нет ограничений

Кодировать данные

Генерировать случайные векторы

Повышать скорость обучения

Анализировать взаимосвязи между разными частями данных

6. Что позволяет делать механизм внимания в трансформерных архитектурах?

Анализировать взаимосвязи между разными частями данных

Повышать скорость обучения

Генерировать случайные векторы

Кодировать данные

Только генератор кадров

Энкодер и декодер

Генератор и дискриминатор

Блоки генерации ключевых кадров и интерполяции

7. Какие блоки входят в архитектуру модели Kandinsky Video?

Блоки генерации ключевых кадров и интерполяции

Генератор и дискриминатор

Энкодер и декодер

Только генератор кадров

Недостаточная длительность видео

Полная автономность и понимание логики

Возможные визуальные артефакты

Маленькое разнообразие сюжетов

8. К ограничениям текущих моделей генерации НЕ относится?

Маленькое разнообразие сюжетов

Возможные визуальные артефакты

Полная автономность и понимание логики

Недостаточная длительность видео

Добавление случайного шума

Использование 3D-данных

Увеличение глубины архитектур

Интеграция с системами обработки естественного языка

9. Что может помочь моделям ИИ для генерации видео лучше понимать контекст и смысл сюжета в будущем?

Интеграция с системами обработки естественного языка

Увеличение глубины архитектур

Использование 3D-данных

Добавление случайного шума

Синтез новых объектов на видео

Анализ смысла текстов

Повышение реалистичности

Временная интерполяция кадров

10. Для какой задачи НЕ подходят GAN-модели при генерации видео?

Временная интерполяция кадров

Повышение реалистичности

Анализ смысла текстов

Синтез новых объектов на видео

Сегментация видео → аугментация кадров → реконструкция

Декодирование → кодирование → интерполяция

Классификация кадров → кластеризация → декодирование

Кодирование видео → генерация новых кадров

11. Какая последовательность этапов характерна при использовании автокодировщиков временных рядов?

Кодирование видео → генерация новых кадров

Классификация кадров → кластеризация → декодирование

Декодирование → кодирование → интерполяция

Сегментация видео → аугментация кадров → реконструкция

Многострочные детальные промпты

Промпты в стихотворной форме

Однострочные промпты

Промпты с переменными и шаблонами

12. Какой вид промптов позволяет создать шаблон для генерации похожих видео с разными объектами?

Промпты с переменными и шаблонами

Однострочные промпты

Промпты в стихотворной форме

Многострочные детальные промпты

Анимация более реалистична

Анимация статична, видео содержит движение

Для анимации используются RNN, для видео — CNN

Никакой, это одно и то же

13. Какая разница между генерацией видео и анимации в нейросетевых моделях?

Никакой, это одно и то же

Для анимации используются RNN, для видео — CNN

Анимация статична, видео содержит движение

Анимация более реалистична

Генерируются ключевые кадры, а затем интерполируются промежуточные

К видео добавляется шум, который постепенно убирается

Из статичного изображения формируется анимация с движением камеры

Видео кодируется в последовательность токенов

14. Что происходит при работе диффузионных моделей для генерации видео?

Видео кодируется в последовательность токенов

Из статичного изображения формируется анимация с движением камеры

К видео добавляется шум, который постепенно убирается

Генерируются ключевые кадры, а затем интерполируются промежуточные

Kandinsky Video

GANverse3D

Imagen Video

Make-A-Video

15. Какая модель была первой российской разработкой для генерации
видео по тексту?

Make-A-Video

Imagen Video

GANverse3D

Kandinsky Video

Речь

Видео

Изображения

Текст

16. Какие входные данные используются в Kandinsky Video?

Текст

Изображения

Видео

Речь

Kandinsky 3.0

Stable Diffusion

Imagen

DALL-E

17. Какая модель используется в Kandinsky Video в качестве генератора отдельных кадров?

DALL-E

Imagen

Stable Diffusion

Kandinsky 3.0

Применение низкочастотных акустических волн

Использование квантовых процессоров

Рост вычислительных мощностей

Совершенствование оптических сенсоров

18. Что поможет увеличить длительность генерируемых видеороликов
в будущем?

Совершенствование оптических сенсоров

Рост вычислительных мощностей

Использование квантовых процессоров

Применение низкочастотных акустических волн