CogVideoX 视频生成模型代码案例

于 2024-08-07 11:25:57 发布
阅读量116 收藏
点赞数 6
分类专栏： 深度学习 多模态 文章标签： 音视频 视频生成 aigc 大模型
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_42357472/article/details/140985650
版权

参考：
https://huggingface.co/THUDM/CogVideoX-2b

4090卡24g是运行可能显存不足，这里暂时enable_model_cpu_offload()测试，并减少num_inference_steps步数
在这里插入图片描述

模型下载

export HF_ENDPOINT=https://hf-mirror.com
 
huggingface-cli download --resume-download --local-dir-use-symlinks False THUDM/CogVideoX-2b --local-dir cogvideox

在这里插入图片描述

包安装

pip install --upgrade opencv-python transformers 
pip install
了解本专栏 订阅专栏 解锁全文 超级会员免费看
loong_XL
关注
  • 6
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
专栏目录
订阅专栏
AI在线免费视频工具1：文生视频、风格转转换、生成数字人播报
weixin_42357472的博客
05-23 937
https://dreamina.jianying.com/ai-tool/home （抖音下面）暂时只能选择平台上的模版进行图像创造。
智谱清影：开源视频生成模型 CogVideoX-2B
weixin_51674085的博客
08-06 233
系列的 2B 模型，官方表示未来还会开放性能更强，参数量更大的模型！智谱开源了旗下的视频生成模型。
智谱 AI 开源视频生成模型CogVideoX：单张 4090 显卡即可推理
specssss的博客
08-06 367
随着大型模型技术的持续发展，视频生成技术正逐步走向成熟。以Sora、Gen-3等闭源视频生成模型为代表的技术，正在重新定义行业的未来格局。而近几个月，国产的AI视频生成模型也是层出不穷,像是快手可灵、字节即梦、智谱清影、Vidu、PixVerse V2 等。就在近日，智谱AI秉承“以先进技术，服务全球开发者”的理念，宣布将与“清影”同源的视频生成模型——CogVideoX开源，以期让每一位开发者、每一家企业都能自由地开发属于自己的视频生成模型，从而推动整个行业的快速迭代与创新发展。
探索智谱AI的视频生成神器：CogVideoX完全指南
不想宅的冷同学
08-06 1321
CogVideoX是智谱AI开发的视频生成大模型，通过深度学习和计算机视觉技术，能够将简短的文本描述或静态图片转化为高质量、具有视觉吸引力的动态视频。用户只需输入描述或图片，即可快速生成符合预期的视频内容，无需复杂的视频制作技能和工具。通过以上操作步骤和技术细节，您可以轻松使用CogVideoX创建符合预期的文生视频。无论是营销推广、教育培训还是娱乐创作，CogVideoX都为您提供了一个强大的工具，帮助实现创意的视觉表达和内容生产。
CogVideo 实测，智谱「清影」AI视频生成，全民免费，连 API 都开放了！
u010522887的专栏
07-27 861
智谱AI视频生成智能体「清影」，全民免费，连 API 都开放了
突发！Maas开放平台推出全新视频生成大模型，首创API调用，一手评测来了！
lqfarmer的博客
07-26 959
CogVideoX模型的推出，为用户提供了一个便捷、高效、智能的视频生成工具，让用户可以快速将图片和文本转化为动态视频，满足各种场景下的需求，为用户带来了全新的体验和可能性。文生成视频领域虽然面临着诸多挑战，但随着技术的不断进步和资源的不断投入，相信未来会取得更大的突破，为我们带来更加出色和引人入胜的文生成视频体验。但视频对于奔跑的场景刻画还是不够清晰，场景过于简单。两头雄壮的母狮在绿草如茵的草原上奔跑，它们你追我赶，嘶吼着，眼睛炯炯有神，目光坚定而锐利，草原上有低矮的草地和高大的灌木，还有一些花朵。
国产版Sora复现——智谱AI开源CogVideoX-2b 本地部署复现实践教程
最新发布
白洞，白色的明天在等着我们
08-06 1万+
本篇博客将详细介绍，使用丹摩服务器部署和初步使用CogVideoX的实践流程。智谱AI在8月6日宣布了一个令人兴奋的消息：他们将开源视频生成模型CogVideoX。目前，其提示词上限为226 个 token，视频长度为 6 秒，帧率为 8 帧 / 秒，视频分辨率为 720*480，而这仅仅是初代，性能更强参数量更大的模型正在路上。先看两个效果（均为个人本次实践复现得出）：CogVideoX生成视频1CogVideo生成视频2首先简单介绍下原理，CogVideoX的核心在于它的3D变分自编码器。
开启内卷！国内视频生成模型再添新成员！免费低排队助你快速开始
m0_46580983的博客
07-29 731
大模型独角兽智谱AI于昨日7月26日正式发布视频生成工具清影，可支持文生、图生6秒时长的视频，即日起在PC端、手机App端以及小程序端面向所有C端用户免费开放。
Runway公司发布了其最新的生成式视频模型Gen-2，能够生成高质量的短视频，接近Pixar动画的效果
百态老人的博客
07-27 389
Runway公司最近发布了其最新的生成式视频模型Gen-2，这一技术在多个方面取得了显著进步。首先，Gen-2在原有技术的基础上增加了文本生成视频、图片生成视频以及文字和图片共同生成视频的新功能，实现了从头开始直接生成视频的技术突破。此外，Gen-2还改进了视频结果的保真度和一致性，使得画面更加连贯，变形问题也得到了解决。具体来说，Gen-2支持多种工作模式，包括文字生成视频、提示词+图片生成视频、图片生成视频、风格化模式、故事板模式、蒙版模式、渲染模式和自定义模式。
抖音上传视频模糊怎么办？模糊视频怎么变高清？
nxzdmtgj的博客
08-02 637
抖音上传视频有时候会遇到视频不清晰的情况，那么自己在遇到不清楚的情况之下怎么办呢，抖音上传视频模糊怎么办，我们要怎么调整?
调用 Python 开源库，获取油管英文视频的手动或自动英文srt字幕，以及自动中文简体翻译srt字幕
bxprog的专栏
08-06 661
输入：油管英文视频的视频号 例如 “04j_yB4CZPM” 输出：两个srt文件 手动英文（没有则是自动英文)srt 字幕，即eng.srt 自动中文简体翻译srt字幕，即zh.srt。
视频融合技术
yzf060109的专栏
08-06 412
三维视频融合技术，可提升数字孪生场景在实时、连续、动态性表达方面的表达能力，一屏还原空间内多层次的实时动态画面，满足管理者提供更直观、更准确、更高效、更有价值的使用需求，视频融合将视频与三维场景同步展现，完成拼接的图像通过与球机追视、历史回溯、场景信息增强显示等功能相结合，能够大大提高人们对于场景内整体事物、态势的洞察。全景视频融合是将多个不同角度的摄像头拍摄的视频融合成一个完整的全景视频，以便提供更全面、更真实的视觉体验。交互性：在融合的过程中，可以增加交互功能，允许用户对监控视频进行操作和控制。
革新出行体验：音频定位导航系统引领智能导航新时代
2301_81759256的博客
08-06 142
音频定位导航系统通过清晰、精准的语音指令，引导驾驶者根据声音提示进行转向、变道等操作，有效避免了因频繁查看导航屏幕而可能导致的安全隐患，让驾驶者能够更专注于路况，享受更加安心的驾驶体验。随着技术的不断进步与应用的持续拓展，我们有理由相信，音频定位导航系统将在未来继续引领智能导航的新潮流，开启出行领域的新篇章。对于步行或骑行者来说，音频导航能够让他们在享受沿途风景的同时，准确到达目的地;从传统的纸质地图到GPS视觉导航，再到如今日益兴起的音频定位导航系统，每一次进步都极大地提升了人们的出行便捷性与安全性。
车载音频开发（一）：从看懂wav开始
Hellomino_的博客
08-02 590
学车载音频开发，从看懂wav开始
如何将avi格式转换为flv格式呢？
nxzdmtgj的博客
08-06 98
并且不仅仅是视频格式转换、音频格式转换、图片格式转换、视频编辑等都可以实现，是一款全方面，多功能的格式转换工具！作为一款专业高效的格式转换工具，市面上热门的格式基本都包含了，比如支持KUX、QSV、MKV、WMV、AVI、MP4、FLV等多种主流多媒体视频格式的1:1高清无损转换。并且操作简单，新手也可以轻松上手，只需要选择自己想要的格式一键转换即可。FLV是随着FLASH MX的推出发展而来的一种视频格式，目前被众多新一代视频分享网站所采用，是目前增长较快，也较为广泛的视频传播格式。
Android14音频进阶之使能内核debugfs：Adsp输出日志(七十九)
Android系统攻城狮
08-03 235
本篇目的：Android14音频进阶之使能内核debugfs：Adsp输出日志在使用Pixel调试音频驱动时，需要将它日志输出，但是提前要打开debugfs文件系统，于是有了本篇。debugfs 是 Linux 内核提供的一个虚拟文件系统，专用于调试和诊断内核及其子系统。它允许开发人员和系统管理员通过简单的文件操作来检查和修改内核状态，从而帮助调试和优化系统。
Android14音频进阶调试之命令播放mp3/aac非裸流音频(八十)
Android系统攻城狮
08-06 798
本篇目的：Android14上，当我们没有app，又想测试mp3、aac、wav等音频时，这时候我们可以使用stagefright解码、播放音频文件。Stagefright 是 Android 系统中的一个多媒体框架，用于处理各种音频和视频文件格式。它提供了解析、解码、编码和播放多媒体内容的功能。Stagefright 框架包括多种组件和库，负责不同的多媒体处理任务。通过 Stagefright，Android 设备能够高效地播放和处理多媒体内容。
python合并音视频-通过moviepy模块合并音视频
Zwq的博客
08-03 699
某些情况下，如在某站用python爬虫爬取下来的视频，我们可以发现视频是没有声音的，因为某站的视频文件和音频文件是分离的，我们爬取到这两个文件后，就需要进行合并操作，最终合并成带音频的视频文件。
android音频录音，(三)MediaRecorder音频录音示例
五味香的专栏
08-06 569
/ 创建MediaRecorder对象。case R.id.btn_Record: //启动录音。case R.id.btn_stop: //停止录音。// 录音文件保存路径。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

loong_XL

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值