智谱技术团队今天发布并开源最新版本的视频模型 CogVideoX v1.5，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，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。
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：
- 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。
附开源地址如下：
代码：
- https://github.com/thudm/cogvideo
模型：
- https://huggingface.co/THUDM/CogVideoX1.5-5B-SAT
声明：内容均采集自公开的网站等各类媒体平台，若收录的内容侵犯了您的权益，请联系邮箱，本站将第一时间处理。