智譜AIは、次世代動画生成モデルCogVideoXを発表しました。3D VAE構造と3D RoPEモジュールにより、時間的次元におけるフレーム間の関係の捕捉能力を向上させ、テキスト理解力と指示遵守能力を強化しました。テキスト、時間、空間の3次元を融合したTransformerアーキテクチャを採用し、ユーザーのニーズに合致した動画を効率的に生成します。本モデルは智譜清言プラットフォームで利用可能となり、テキストと画像からの動画生成サービスを無料で体験できます。高速生成、高効率な指示遵守、コンテンツの一貫性、柔軟な画面演出などが特徴です。