智谱宣布开源其与 「清影」 同源的视频生成模型 CogVideoX，首先开源的是 CogVideoX-2B 版本。该模型能在 30 秒内将任意文图转换成视频。CogVideoX-2B 在 FP-16 精度下的推理仅需 18GB 显存，微调则只需要 40GB 显存，因此配备 4090 显卡的计算机可用于推理，而 A6000 显卡则足够完成微调工作。