國(guó)產(chǎn)版Sora開(kāi)源了！推理優(yōu)化到18G，4090單卡可跑

AIGC動(dòng)態(tài)歡迎閱讀

原標(biāo)題：國(guó)產(chǎn)版Sora開(kāi)源了！推理優(yōu)化到18G，4090單卡可跑
關(guān)鍵字：視頻,模型,報(bào)告,快手,字幕
文章來(lái)源：智東西
內(nèi)容字?jǐn)?shù)：0字

內(nèi)容摘要：

國(guó)產(chǎn)視頻生成模型又有新進(jìn)展。
作者|ZeR0
編輯|漠影
智東西8月6日?qǐng)?bào)道，好消息，智譜AI的視頻生成模型CogVideoX-2B，昨晚正式開(kāi)源了。
模型已上架GitHub、Hugging Face，F(xiàn)P16精度下的推理僅需18GB顯存，微調(diào)則只需要40GB，單張4090顯卡可推理，單張A6000可微調(diào)。
CogVideoX-2B的提示詞上限為226個(gè)token，視頻長(zhǎng)度為6秒，幀率為8幀/秒，視頻分辨率為720 * 480。
CogVideoX系列開(kāi)源模型與智譜AI的商業(yè)版視頻生成模型“清影”同源。2B版本首發(fā)后，性能更強(qiáng)、參數(shù)量更大的開(kāi)源模型將在后續(xù)上架。
代碼倉(cāng)庫(kù)：https://github.com/THUDM/CogVideo
模型下載：
https://huggingface.co/THUDM/CogVideoX-2b
技術(shù)報(bào)告：
https://github.com/THUDM/CogVideo/blob/main/resources/CogVideoX.pdf
根據(jù)論文，CogVideoX在雷達(dá)圖中比其他幾個(gè)視頻生成模型更大，屬性值趨近六邊形。
為了評(píng)估文生視頻的質(zhì)量

原文鏈接：國(guó)產(chǎn)版Sora開(kāi)源了！推理優(yōu)化到18G，4090單卡可跑