多模态与图像视频生产可用
CogVideo
zai-org / CogVideo
智谱 CogVideoX 系列视频生成模型与推理代码,支持文本/图像到视频。
为什么选
- 系列模型尺寸分层,便于按显存选。
- 开源代码与示例完整,适合做视频生成基线。
- 可接 Diffusers / ComfyUI 生态。
不适合
需要实时视频生成;它更偏离线渲染。
对商业授权极敏感的场景,先读模型卡。
最小上手
- 按模型卡选最小尺寸,跑一个 5 秒示例。
- 记录显存、帧率与生成时长。
- 换参考图,检查运动与人物一致性。
依赖与成本
Python + PyTorch + CUDA;不同尺寸对应 12–24GB+ 显存,长视频要分段。
许可与使用边界
代码 Apache-2.0;模型权重许可与生成内容商用条款另读模型卡。
开源不等于可商用:GPL / AGPL 有传染性;代码许可、模型许可、生成内容许可要分开看。上线前读仓库 LICENSE 与模型卡,必要时让法务确认。
替代与相邻
- HunyuanVideo — 特定场景,腾讯混元的开源视频生成模型与推理代码,支持文本/图像到视频。
- LTX-Video — 特定场景,Lightricks 的实时视频生成模型与代码,基于 DiT,强调速度与较低显存。
- Wan2.1 — 特定场景,开源视频生成模型与推理代码,支持文生视频、图生视频与多尺寸。
下一步
- 打开 GitHub,先读 README、LICENSE、最近 release 与 issue。
- 按“部署依赖 / 显存 / 数据 / 网络 / 权限”列一张上手清单。
- 用一个小样本跑通,再决定是否进生产;不要直接上生产数据。
快照口径:stars / forks / language / license / pushed_at 来自 GitHub API 2026-11-19 快照;之后的变化没有回写。标签与“适合 / 不适合”是编辑判断,不是 GitHub 元数据。
不背书:本站只做索引与风险提示,不审计代码、不保证安全、不替你做许可判断。仓库脚本与模型权重请自行审查。