CogVideoX v1.5

CogVideoX v1.5是由智谱推出的一款开源AI视频生成模型，包含两个主要版本：CogVideoX v1.5-5B 和 CogVideoX v1.5-5B-I2V。前者能够生成长度为5至10秒、分辨率为768P、包含16帧的高质量视频；后者则专注于图像到视频的转换，支持任意尺寸比例的处理。结合即将推出的CogSound音效模型，该工具还能生成与画面相匹配的音效，进一步提升视频的整体表现力。智谱AI已将此模型开源，并提供了GitHub和HuggingFace的访问路径。