智谱AI推出CogVideoX 开源模型的升级版本CogVideoX1.5-5B

智谱技术团队对于旗下开源视频生成模型CogVideoX进行了升级，今天释出了CogVideoX1.5-5B 系列模型，相比于原有模型，CogVideoX v1.5 将包含 5/10 秒、768P、16 帧的视频生成能力，其中I2V 模型支持任意尺寸比例，大幅提升图生视频质量及复杂语义理解。　（相关：智谱AI推出视频生成模型CogVideoX：与“清影”同源，单张 4090 显卡可推理）

• GitHub：https://github.com/THUDM/CogVideo/blob/main/README_zh.md
• 模型：https://huggingface.co/THUDM/CogVideoX1.5-5B-SAT
• 模型集：https://huggingface.co/collections/THUDM/cogvideo-66c08e62f1685a3ade464cce

质量提升

• 图生视频质量：在图生视频的质量、美学表现、运动合理性以及复杂提示词语义理解方面能力显著增强。
• 复杂语义理解：模型能够更好地理解和生成复杂的语义内容，使得生成的视频更加自然和逼真。

清影

官方介绍，CogVideoX v1.5 也将同步上线到“清影”平台，并与新推出的 CogSound 音效模型结合，“新清影”将具备如下特性：

• 地址：https://chatglm.cn/video

• 质量提升：在图生视频的质量、美学表现、运动合理性以及复杂提示词语义理解方面能力显著增强。

• 超高清分辨率：支持生成 10s、4K、60 帧超高清视频。

• 可变比例：支持任意比例，从而适应不同的播放场景。

• 多通道输出：同一指令 / 图片可以一次性生成 4 个视频。

• 带声效的 AI 视频：新清影可以生成与画面匹配的音效。