智譜AI宣佈將其視頻生成模型CogVideoX開源，旨在推動視頻生成技術的快速發展和應用。CogVideoX模型基於先進的大型模型技術，能夠滿足商業級應用的需求。目前開源的CogVideoX-2B版本在FP-16精度下的推理僅需18GB顯存，微調則需要40GB顯存，使得單張4090顯卡即可進行推理，而單張A6000顯卡即可完成微調。
一個開源的視頻生成模型，用於創造生動的視頻內容。
Chatglm
-
輸入tokens/百萬
輸出tokens/百萬
上下文長度
Fudan-FUXI
CogVideoX-2B-LiFT是基於獎勵加權學習方法對CogVideoX-1.5進行微調的文本到視頻生成模型
NimVideo
基於千萬級視頻數據微調的圖像到視頻生成模型，生成質量媲美CogVideoX-5B的SBS級別水準
Zlikwid
這是一個為THUDM/CogVideoX-2b訓練的LoRA權重模型，專注於文本生成視頻任務
rttrsabc
CogVideoX是源自清影的視頻生成模型的開源版本，2B版本為入門級模型，平衡兼容性，運行和二次開發成本低。
bertjiazheng
KoolCogVideoX-2b是基於CogVideoX-2B微調的模型，專為室內設計場景優化的文本生成視頻模型。
THUDM
CogVideoX是源自清影的開源視頻生成模型，2B版本是入門級模型，平衡兼容性，運行和二次開發成本低。
zai-org
CogVideoX-2B是一個20億參數的視頻生成模型，能夠根據文本輸入生成對應的視頻內容。該模型在成本和兼容性上取得了良好平衡，支持多種優化技術，適用於多種視頻生成場景。
%20--%3e%3cdefs%3e%3cstyle%3e%20.st0%20{%20fill:%20%23061b40;%20}%20.st1%20{%20fill:%20%23306af1;%20}%20.st2%20{%20fill:%20%235ce5cf;%20}%20%3c/style%3e%3c/defs%3e%3cg%3e%3cpath%20class='st0'%20d='M55,10.5h9v3h-9v9h12V7.5h-12v3ZM64,19.5h-6v-3h6v3Z'/%3e%3cpolygon%20class='st0'%20points='69%2016.5%2078%2016.5%2078%2019.5%2069%2019.5%2069%2022.5%2081%2022.5%2081%2013.5%2072%2013.5%2072%2010.5%2081%2010.5%2081%207.5%2069%207.5%2069%2016.5'/%3e%3cpolygon%20class='st0'%20points='95%2010.5%2095%207.5%2083%207.5%2083%2022.5%2095%2022.5%2095%2019.5%2086%2019.5%2086%2016.5%2095%2016.5%2095%2013.5%2086%2013.5%2086%2010.5%2095%2010.5'/%3e%3cpath%20class='st0'%20d='M40,1.5v21h11.6l1.4-1.4v-7.6h0c0,0-1.4-1.5-1.4-1.5l1.4-1.4V2.9l-1.4-1.4h-11.6ZM50,19.5h-7v-6h7v6ZM50,10.5h-7v-6h7v6Z'/%3e%3c/g%3e%3cpath%20class='st1'%20d='M23.1,24L14.7,4.8l-4.9,11.2h3.8l-1.8,4H3.3L12.1,0H2C.9,0,0,.9,0,2v20c0,1.1.9,2,2,2h21.1Z'/%3e%3cpath%20class='st2'%20d='M34,0h-16.8l10.6,24h6.2c1.1,0,2-.9,2-2V2C36,.9,35.1,0,34,0ZM32.5,20h-4V4h4v16Z'/%3e%3c/svg%3e)
