今天,智谱AI发布重磅消息:正式宣布将“清影”同源的视频生成模型——CogVideoX全面开源,为开发者带来全新的视频生成模型开源方案。
此次开源的版本为CogVideoX-2B,属于该系列中一个具体的尺寸规格。其核心亮点在于硬件门槛被大幅降低。在FP-16精度下运行一次推理,仅需18GB显存,这意味着单张RTX 4090显卡即可流畅运行。若需要进行微调,40GB显存的A6000也能轻松胜任。这无疑显著降低了普通开发者使用视频生成模型的门槛,让更多人能够快速上手体验。
在输出能力方面,CogVideoX-2B的最大提示词长度为226个token,虽然不算特别充裕,但生成的视频时长可达6秒,帧率8帧/秒,分辨率720*480。从目前公布的参数来看,它更偏向于一款轻量级、便于快速验证想法与上手的入门版本,适合用于初步探索视频生成模型的能力。
值得注意的是,官方在公告中留下了悬念:性能更强、参数量更大的模型正在筹备中。这意味着CogVideoX-2B仅仅是一个开端,后续很可能有更强大的选手登场,值得持续关注与期待。
