झीपु एआई ने नई पीढ़ी के वीडियो जनरेशन मॉडल CogVideoX की घोषणा की है, जो 3D VAE संरचना और 3D RoPE मॉड्यूल के माध्यम से समय आयाम फ्रेम के बीच संबंधों को पकड़ने में सुधार करता है, मॉडल की पाठ की समझ और निर्देशों का पालन करने की क्षमताओं को बढ़ाता है। यह पाठ, समय और स्थान के तीन आयामों के सम्मिलन के लिए एक ट्रांसफार्मर संरचना का उपयोग करता है, जिससे उपयोगकर्ता की आवश्यकताओं के अनुसार वीडियो तेजी से उत्पन्न होता है। यह मॉडल झीपु क्लीयर वॉयस प्लेटफ़ॉर्म पर उपलब्ध है, जो पाठ और चित्रों से वीडियो सेवा का मुफ्त अनुभव देने का समर्थन करता है। इसकी विशेषताएँ हैं: तेज़ जनरेशन, प्रभावी निर्देश पालन, सामग्री की निरंतरता और दृश्य अनुक्रम की लचीलापन।