智谱AI开源了视频生成模型CogVideoX，该模型可生成高精度视频，已在国内获得好评。模型包含多个尺寸大小的模型，推理和微调所需的显存较小。智谱AI使用3D VAE视频压缩方法，结合了L2损失、LPIPS感知损失和3D判别器的GAN损失。智谱AI还提出了一种从图像字幕生成视频字幕的管道，并微调了视频字幕模型。智谱AI使用多个指标评估文本到视频生成的质量。未来，智谱AI将继续探索新型模型架构和更高效的视频压缩方法。

智谱AI发布了视频生成大模型「清影」，用户可以通过输入创意生成高精度视频。该模型擅长生成多种类型的视频内容，支持文字和图片生成视频。智谱AI表示，「清影」的生成能力将来可用于短视频制作、广告生成和电影剪辑等工作中。