智谱 AI 开源 CogVideoX-5B 视频生成模型，RTX 3060 显卡可运行
创始人
2024-08-28 09:11:55
0次
IT之家 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。
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。
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：
- 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。
- 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。
CogVideoX-5B 与 CogVideoX-2B 详细参数比较如下：
IT之家附相关链接：
- 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
相关内容
热门资讯
原创 华...
想在竞争残酷的市场中发力，必须要带来一些激进的卖点，但是随着功能特性的提升，硬件也必须要进行给力才可...
支持 AI 扩图，华为 Pur...
2024-07-28 09:05:02作者：姚立伟 华为Pura 70 Pro手机今日推出鸿蒙Ha...
苹果macOS 15.1：允许...
苹果公司在其最新的macOS 15.1版本中，推出了一项引人注目的新功能——允许用户将Mac App...
吞噬星空维妮娜美图/高清壁纸/...
国漫女神｜《吞噬星空》维妮娜美图/高清壁纸/AI手机壁纸/无水印 国漫女神｜《吞噬星空》维妮娜美图...
原创 苹...
前言 IQUNIX在做好看的桌面产品上，一直都给我留下非常深刻的印象。而且早期和苹果产品的设计风格...
原创 商...
最近，各家的AI 9笔记本开始陆续登场，其实大家并不一定非选AI 9 HX 370，主要是这颗CPU...
AI智能+高效清洁！萤石RS2...
目前扫拖机器人市场的竞争非常激烈，在上下水扫拖一体机市场也出现了很多所谓的创新产品。但是对于这些产品...