CogVideoX 2B是開源商用級視頻生成模型，支持6秒720*480解析度視頻生成。
基本介紹
- 外文名：CogVideoX 2B
- 是否開源：開源
產品推理,產品優勢,
產品推理
模型在4090顯示卡上可進行推理，在A6000顯示卡上可完成微調，推理和微調所需顯存分別為18GB和40GB。
產品優勢
CogVideoX 2B基於3D變分自編碼器（VAE）最佳化視頻的空間和時間壓縮，提高視頻生成質量和效率。
CogVideoX 2B是開源商用級視頻生成模型，支持6秒720*480解析度視頻生成。
CogVideoX-2B是一個基於擴散模型的文本到視頻生成模型，其核心技術體系主要包括用於視頻壓縮的3D變分自編碼器（3D VAE）、融合多維度信息的專家Transformer架構，以及一套高質量數據篩選與處理流程。為應對視頻數據在空間和時間維度上的高計算負擔，模型採用了自研的3D變分自編碼器（3D VAE）進行壓縮，該技術通過三維卷積...
CogVideoX是智譜AI於2024年推出的開源視頻生成模型，支持文本生成視頻和圖像生成視頻任務。該模型採用3D變分自編碼器與專家Transformer架構，高效壓縮視頻數據並融合文本、時空信息。2024年8月6日，智譜AI正式開源CogVideoX系列模型，包含CogVideoX-2B、CogVideoX-5B等多個參數版本，已集成至“清影”視頻生成功能，用戶可...