智谱技术团队今天发布了其最新的视频生成模型 CogVideoX v1.5 und hat ihn als Open Source veröffentlicht. Dies ist seit August der jüngste wichtige Fortschritt in der CogVideoX-Reihe des Teams. Das Update verbessert die Videogenerierung erheblich, einschließlich der Unterstützung von 5- und 10-sekündigen Videos, einer Auflösung von 768P und der Generierung von 16 Bildern. Gleichzeitig unterstützt das I2V-Modell (Bild-zu-Video) beliebige Größenverhältnisse und verbessert so das Verständnis komplexer Semantik.

智谱AI hat die Open-Source-Veröffentlichung seines Video-Generierungsmodells CogVideoX angekündigt, um die schnelle Entwicklung und Anwendung von Video-Generierungstechnologien voranzutreiben. Das CogVideoX-Modell basiert auf fortschrittlichen Large-Model-Technologien und kann die Anforderungen kommerzieller Anwendungen erfüllen. Die aktuell veröffentlichte Version CogVideoX-2B benötigt für die Inferenz mit FP-16-Genauigkeit nur 18 GB Grafikspeicher und für das Fine-Tuning 40 GB. Dies ermöglicht die Inferenz auf einer einzelnen 4090-Grafikkarte und das Fine-Tuning auf einer einzelnen A6000-Grafikkarte.