CogVideoX-5b¶
在这篇文章中
信息
CogVideoX-5b 是一个利用人工智能技术生成视频模型，可通过 Huggingface Space 界面访问。其架构基于认知模型和 Transformer，用于创建视觉内容。
CogVideoX-5b 主要功能¶
- 文本到视频生成 — 将文本描述转换为具有强语义和视觉连贯性的高质量视频片段；
- 支持多种分辨率和格式 — 能够以不同的宽高比和分辨率创建视频，适用于多种用途；
- 上下文认知理解 — 借助预训练语言模型，增强对用户请求的解读能力；
- 图形界面 — 提供便捷的 Web 界面，无需编程即可与模型交互；
- 视频质量提升 — 集成用于提高分辨率和帧率（RIFE）的模型；
- 可自定义生成参数 — 能够精细调整风格、动画速度及其他视频特性；
- 可扩展性 — 在 GPU 上高效运行，支持并行计算；
- 开源代码 — 为研究社区和开发者提供模型的代码和权重。
部署功能¶
| ID | 软件名称 | 兼容操作系统 | 虚拟机 | 物理机 | vGPU | GPU | 最低CPU(核) | 最低内存(GB) | 最低硬盘(GB) | 自定义域名 | 是否启用 |
|---|---|---|---|---|---|---|---|---|---|---|---|
| 272 | CogVideo | Ubuntu 22.04 | + | + | + | + | 4 | 32 | 50 | 否 | 订购 |
- 安装时间：包括操作系统设置在内，约 15-30 分钟。
- 系统要求： 为获得最佳性能，建议 GPU 显存至少为 24GB。
- SAT BF16：76GB 显存；
- diffusers BF16：至少 10GB 显存；
- diffusers INT8 (torchao)：至少 7GB 显存；
- 多 GPU 模式 (BF16)：使用 diffusers 时，每块 GPU 约需 24GB 显存。
- 支持的分辨率： 基础分辨率：1360 × 768；
- 帧数： 必须符合公式 16N + 1，其中 N ≤ 10（默认为 81 帧）；
- 帧率： 16 fps；
- 视频时长： 5-10 秒；
- 推荐精度： BF16（也支持 FP16、FP32、FP8*、INT8；不支持 INT4）；
- 生成速度（50 步）： NVIDIA A100 上约 1000 秒，NVIDIA H100 上约 550 秒。
- 预装依赖项：
- Python 3.9
- python3.9-venv（用于创建隔离 Python 环境的工具）
- python3.9-dev（开发所需的头文件和库）
- python3-pip（Python 包管理器）
- NVIDIA 驱动程序
- nvidia-docker2
- docker.io
- nginx-certbot
- git
- curl
- wget
- 项目目录：
/opt/CogVideo。
部署后开始使用 CogVideoX-5b¶
付款后，系统将向注册时提供的电子邮件地址发送通知，表明服务器已准备就绪。通知中将包含 VPS IP 地址和登录凭据。我们的客户通过 服务器管理面板和 API — Invapi 管理设备。
登录凭据可以在服务器控制面板的 Configuration >> Tags 选项卡中找到，也可以在发送的电子邮件中找到：
- 通过 Web 界面访问 CogVideoX-5b 管理面板的链接：位于 webpanel 标签中；
- 用户名和密码：在服务器发布时通过电子邮件发送。
CogVideoX-5b 启动菜单¶
点击 webpanel 标签中的链接后，将打开 CogVideoX 启动菜单。
要生成内容，请按照以下步骤操作：
-
注意警告：此演示工具仅用于学术研究和实验用途。
-
如果空间负载过重，可以通过点击 "Duplicate this Space" 创建个人副本。
数据输入
-
您有两种数据输入选项（不能同时使用）：
- I2V：图像输入（不能与视频同时使用）；
- V2V：视频输入（不能与图像同时使用）。
-
在相应字段中输入文本提示。限制：少于 200 个单词。
-
可选：点击
Enhance Prompt按钮，使用 GLM-4 模型优化您的查询，从而增强原始文本。
参数配置
-
输入 Inference Seed 的值：
- 正数表示特定种子。输入正数（例如 42、123、1000）时，系统将其作为随机数生成器的起点，确保结果的可复现性。使用相同的种子、提示和设置，后续生成将产生相同或非常相似的结果；
- -1 表示随机种子。即使使用相同的提示和设置，每次生成也将是唯一的。
-
选择其他选项（可选）：
- Super-Resolution：启用以提高分辨率（720 × 480 > 2880 × 1920）
- Frame Interpolation：启用以提高帧率（8fps > 16fps）
-
注意在演示中：
- 使用 RIFE 进行帧插值；
- 使用 Real-ESRGAN 进行超分辨率。
-
点击屏幕底部的
Generate Video按钮。 -
等待生成完成 — 结果将显示在界面右侧。
备注
有关使用 CogVideoX-5b 的详细信息，请参阅 项目官方文档。