智谱 AI 开源 CogVideoX-5B 视频生成模型，RTX 3060 显卡可运行

8 月 28 日消息，智谱 AI 开源了 CogVideoX-5B 视频生成模型，相比此前开源的 CogVideoX-2B，官方称其视频生成质量更高，视觉效果更好。nM228资讯网——每日最新资讯28at.com

官方表示大幅度优化了模型的推理性能，推理门槛大幅降低，可以在 GTX 1080Ti 等早期显卡运行CogVideoX-2B，在 RTX 3060 等桌面端“甜品卡”运行CogVideoX-5B模型。nM228资讯网——每日最新资讯28at.com

CogVideoX 是一个大规模 DiT（diffusion transformer）模型，用于文本生成视频任务，主要采用了以下技术：nM228资讯网——每日最新资讯28at.com

3D causal VAE：通过压缩视频数据到 latent space，并在时间维度上进行解码来实现高效的视频重建。nM228资讯网——每日最新资讯28at.com

专家 Transformer：将文本 embedding 和视频 embedding 相结合，使用 3D-RoPE 作为位置编码，采用专家自适应层归一化处理两个模态的数据，以及使用 3D 全注意力机制来进行时空联合建模。nM228资讯网——每日最新资讯28at.com

CogVideoX-5B 与 CogVideoX-2B 详细参数比较如下：nM228资讯网——每日最新资讯28at.com

nM228资讯网——每日最新资讯28at.com

附相关链接：nM228资讯网——每日最新资讯28at.com

代码仓库：https://github.com/THUDM/CogVideonM228资讯网——每日最新资讯28at.com

模型下载：https://huggingface.co/THUDM/CogVideoX-5bnM228资讯网——每日最新资讯28at.com

论文链接：https://arxiv.org/pdf/2408.06072nM228资讯网——每日最新资讯28at.com

本文链接：http://www.28at.com/showinfo-45-6519-0.html智谱 AI 开源 CogVideoX-5B 视频生成模型，RTX 3060 显卡可运行

声明：本网页内容旨在传播知识，若有侵权等问题请及时与本网联系，我们将在第一时间删除处理。邮件：2376512515@qq.com

上一篇： 字节火山引擎总裁谭待：现在大模型价格回归正常水平，原来太贵了

下一篇： 国航首架C919国产大飞机来了！国产航空新篇章？