CogVideo est un modèle de génération de vidéo à partir de texte développé par une équipe de l'Université Tsinghua. Grâce à la technologie du deep learning, il convertit des descriptions textuelles en contenu vidéo. Cette technologie présente un vaste potentiel d'applications dans la création de contenu vidéo, l'éducation et le divertissement. Pré-entraîné sur une grande échelle de données, CogVideo génère des vidéos correspondant aux descriptions textuelles, offrant une nouvelle approche automatisée de la production vidéo.