03_视频生成典型模型与架构

题集来源:Rocky Ding(WeThinkIn)收录项目:AIGC-Interview-Book查看原题集

题目目录

53 道原题
  1. Wan2.1视频大模型中的3D RoPE和经典RoPE的异同?

    原题
  2. 介绍一下HunyuanVideo模型的架构

    原题
  3. HunyuanVideo模型有哪些特点?

    原题
  4. 介绍一下Hunyuan-Video的数据标注策略

    原题
  5. HunyuanVideo-Avatar的核心创新点有哪些?它们如何解决现有方法的局限性?

    原题
  6. 在HunyuanVideo-Avatar中,字符图像注入模块的三种机制(如图)如何工作?为何选择机制(c)?

    原题
  7. 在HunyuanVideo-Avatar中,Face-Aware-Audio-Adapter如何实现多角色独立音频驱动?

    原题
  8. 在HunyuanVideo-Avatar中,如何解决长视频生成时的抖动问题?具体方法是什么?

    原题
  9. 在HunyuanVideo-Avatar中,如果需要实时生成(如直播场景),如何优化模型?

    原题
  10. 在HunyuanVideo-Avatar中,Audio-Emotion-Module为何选择插入Double-Block而非Single-Block?

    原题