智谱AI开源CogVideoX-5B视频生成模型支持RTX3060运行
8月28日，智谱AI开源CogVideoX-5B视频生成模型，相比2B版本在质量和视觉效果上提升，推理优化后可在RTX3060显卡运行。该模型采用3D因果VAE与专家Transformer架构，融合文本和视频嵌入，提升语义理解与连贯视频生成能力。
8月28日，智谱AI再次放出重磅消息——正式开源了CogVideoX-5B视频生成模型。相较于此前开源的CogVideoX-2B，新模型在视频生成画质与视觉表现上实现了显著提升。官方特别强调了推理性能的优化，大幅降低了运行门槛：CogVideoX-2B可以在GTX 1080Ti这类早期显卡上顺利运行，而CogVideoX-5B则能在RTX 3060这样的桌面端“甜品卡”上流畅工作。换句话说，更多开发者手中的老旧设备也能参与AI视频生成实验了。
CogVideoX本身是一个大规模DiT（扩散Transformer）模型，专为文本生成视频任务而设计。技术层面主要包含两大核心模块：一是3D因果VAE，通过将视频数据压缩到潜在空间，再在时间维度上进行解码，实现高效且连贯的视频重建；二是专家Transformer，它将文本嵌入与视频嵌入融合在一起，采用3D-RoPE作为位置编码，并利用专家自适应层归一化分别处理两种模态的数据，最后通过3D全注意力机制进行时空联合建模。这套架构显著增强了模型对文本语义的理解能力以及生成连续视频的稳定性。
下面是CogVideoX-5B与CogVideoX-2B的详细参数对比，方便大家直观了解升级点：
附上相关资源链接，方便进一步研究或直接上手：
- 代码仓库：https://github.com/THUDM/CogVideo
- 模型下载：https://huggingface.co/THUDM/CogVideoX-5b
- 论文链接：https://arxiv.org/pdf/2408.06072
你是一名 AI 行业编辑，请围绕下面这条热点输出一份资讯解读：
热点：智谱AI开源CogVideoX-5B视频生成模型支持RTX3060运行要求：
1. 先用一句话解释这条热点在讲什么
2. 再总结它为什么重要
3. 说明会影响哪些 AI 产品或内容方向
4. 最后给出 3 个适合资讯站使用的标题
游乐网为非赢利性网站，所展示的游戏/软件/文章内容均来自于互联网或第三方用户上传分享，版权归原作者所有，本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容，请联系youleyoucom@outlook.com。
相关热点京东近日发布了国内首个专门为智能体自主支付设计的协议——A2P2协议。该协议将AI支付自主化程度系统性地划分为L0至L5六个等级，重点聚焦L3和L4级别，让智能体能在用户设定的规则边界内自主完成支付。为确保安全，协议首创了ARI机制，在支付时实时核验用户、智能体身份及运行环境，并采用资金账户隔离设计
VGN推出新款霓虹75Air磁轴键盘，单模有线版售价259元，三模无线版售价339元。该键盘采用75%配列，搭载天霸Air轴，主打电竞级性能，支持8kHz回报率、128kHz扫描率以及0 1ms低延迟，并具备0 005mm精度的RapidTrigger快速触发功能。外观上配备雾透键帽与霓虹灯带，
爱国者御风F90机箱上市，采用十字散热风道与MESH网孔面板，最多可装10个风扇，支持顶部和前部360水冷。兼容ATX主板，CPU散热器限高170mm，显卡限长395mm，提供2个3 5英寸和2个2 5英寸硬盘位，有黑、白两色可选。
北京越野BJ81“战术方盒子”硬派SUV的申报信息于近日公布。新车采用标志性方盒子造型，提供6座布局，车身尺寸为4850×2050×1975mm，轴距2810mm。本次申报新增了运动版BJ81VJ，升级22英寸轮圈、305 45宽胎等运动套件。动力方面搭载1 5T增程系统，电池来自宁德时代。新车预售
- 日榜
- 周榜
- 月榜
热点快看