智谱AI宣布将其视频生成模型CogVideoX开源，旨在推动视频生成技术的快速发展和应用。CogVideoX模型基于先进的大型模型技术，能够满足商业级应用的需求。目前开源的CogVideoX-2B版本在FP-16精度下的推理仅需18GB显存，微调则需要40GB显存，使得单张4090显卡即可进行推理，而单张A6000显卡即可完成微调。
一个开源的视频生成模型，用于创造生动的视频内容。
Chatglm
-
输入tokens/百万
输出tokens/百万
上下文长度
Fudan-FUXI
CogVideoX-2B-LiFT是基于奖励加权学习方法对CogVideoX-1.5进行微调的文本到视频生成模型
NimVideo
基于千万级视频数据微调的图像到视频生成模型，生成质量媲美CogVideoX-5B的SBS级别水准
Zlikwid
这是一个为THUDM/CogVideoX-2b训练的LoRA权重模型，专注于文本生成视频任务
rttrsabc
CogVideoX是源自清影的视频生成模型的开源版本，2B版本为入门级模型，平衡兼容性，运行和二次开发成本低。
bertjiazheng
KoolCogVideoX-2b是基于CogVideoX-2B微调的模型，专为室内设计场景优化的文本生成视频模型。
THUDM
CogVideoX是源自清影的开源视频生成模型，2B版本是入门级模型，平衡兼容性，运行和二次开发成本低。
zai-org
CogVideoX-2B是一个20亿参数的视频生成模型，能够根据文本输入生成对应的视频内容。该模型在成本和兼容性上取得了良好平衡，支持多种优化技术，适用于多种视频生成场景。
%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)
