CogVideoX

github.com又名 CogVideo

智谱开源的视频生成模型系列,支持文生视频、图生视频和视频续写,提供推理与微调代码,2B 版本可在 GTX 1080TI 上跑推理,适合有显卡、愿意自己搭环境的开发者做视频生成研究。

打开官网替代品 16 个 本站 11 月 22 日 实测:国内不可直接访问
最近 5 次实测

0 次可以打开平均 7.1 秒11 月 10 日 起国内不可直接访问

本站从国内机房定期实测。竖条由远及近:绿 = 可以打开,橙 = 国内不可直接访问,灰 = 打不开。

CogVideoX 是智谱(THUDM / zai-org)开源的视频生成模型系列,仓库同时收录 2023 年的 CogVideo 和 2024 年的 CogVideoX。它解决的是「给一段文字或一张图,生成一段视频」这件事:输入提示词出视频,输入一张图当背景再配提示词出视频,也能做视频续写。

主要功能

仓库里能拿到推理代码、微调代码和 SAT 与 diffusers 两套实现。CogVideoX-2B 可以在 GTX 1080TI 这类较老的显卡上跑推理,5B 版本效果更好但吃显存。2024 年 11 月发布的 CogVideoX1.5-5B 支持 10 秒视频和更高分辨率,其中的 I2V 版本支持任意分辨率生成。2025 年 3 月推出的 CogKit 是面向 CogView4 和 CogVideoX 系列的微调与推理框架。

  • 文生视频:提示词直接出片
  • 图生视频:图片作背景,结合提示词生成
  • 视频续写:在已有片段后接着生成
  • 微调:cogvideox-factory 支持单张 4090 微调 5B 模型

适合谁

适合有显卡、愿意自己搭环境的开发者和研究者。想先看效果的人可以去 Hugging Face Space 或 ModelScope Space 在线试 CogVideoX-5B,不必本地部署。想要更大规模商用视频生成能力的,仓库里指向了清影和智谱开放平台。

费用与限制

代码以 Apache-2.0 协议开源,模型另附 MODEL_LICENSE,商用前要单独看模型许可。本地跑需要自己准备 GPU 环境和依赖,不是装完即用的桌面软件。README 有中文版,但仓库界面和文档主体是英文。

常见问题

CogVideoX 收费吗?
CogVideoX 免费使用。代码 Apache-2.0 开源,模型另附许可。
CogVideoX 有哪些平台 / App?
支持 网页、Linux、Windows。

替代品全部 16 个,带对比表 →

替代品 16打开官网