CogVideo
CogVideo是什么？
CogVideo 是一种开源 AI 模型，能从文本描述生成短视频片段，让视频生成的研究与试验无需商业订阅即可进行。
一图看懂
- Type of model
- 文本生成视频模型（基于 Transformer）
- Developed by
- 智谱 AI
- Key capability
- 从文本提示词生成短视频片段；开源权重可供研究和微调使用
- How it fits in AI workflow
- 在研究流水线、本地生成搭建中用作基础文本生成视频模型，并作为自定义视频生成应用的微调起点
- 相关术语
- CogVideoXText-to-videoDiffusion modelTransformerOpen-source modelKling
准备好开始创作了吗？
执导场景、设计角色、完成整部影片
一站式 AI 创作平台，定价简单透明，无速度节流，搭配无限 Canvas，让创作发挥到极致。
对比与差异
Compared with related concepts
CogVideo 与 Sora：CogVideo 是开源模型，权重公开可获取，能够本地运行和微调，而 Sora 是 OpenAI 的封闭商业模型，只能通过其平台访问。CogVideo 以精致度和易用性为代价提供更大的灵活性和透明度；Sora 则在受管理的界面内提供更高的制作品质。
实用提示
如果你想在自定义素材或特定视觉风格上微调一个视频生成模型，CogVideoX 的开放权重使它成为最易上手的起点之一：在 Hugging Face 上寻找针对消费级硬件可用的微调流水线社区指南。
类型与变体
CogVideo 家族经过数次迭代不断扩展。原始的 CogVideo 用 Transformer 架构确立了文本生成视频的方法。CogVideoX 引入了扩散 Transformer（DiT）骨干，视频质量大幅提升，片段时长更长，运动协调性更好。CogVideoX 的社区微调针对特定风格、题材和运动类型，将模型的能力范围扩展到其默认训练分布之外。
准备好在 Morphic 里做第一个场景了吗？
试用 Morphic常见使用场景
CogVideo 主要用于看重开放模型权重访问权的研究和开发者场景。研究人员用它来研究文本生成视频、试验架构修改，并与其他模型进行基准对比。开发者以它为基础构建自定义视频生成应用，或在专有数据集上搭建微调流水线。出于隐私、成本或定制等原因偏好本地运行生成的独立创作者也会使用它。
准备好开始创作了吗？
执导场景、设计角色、完成整部影片
一站式 AI 创作平台，定价简单透明，无速度节流，搭配无限 Canvas，让创作发挥到极致。
