VolgendeVolgende gids
InstructPix2Pix-instructie bewerken
Visuele AI
Visuele AI-GIDS
CogVideo’s 2022 paper describes a large autoregressive text-to-video model with multi-frame-rate hierarchical training.
Luister naar deze gidsAI-verteld · ~2 min
CogVideoX’s 2024 paper describes a diffusion transformer that processes compressed video latents. The projects, checkpoints, tasks, and licenses are version-specific.
CogVideo’s 2022 paper presents a 9B-parameter transformer for text-to-video, initialized from a pretrained text-to-image model and trained with a multi-frame-rate hierarchical strategy. CogVideoX is a distinct later system: its paper uses a 3D VAE to compress video across space and time, then a diffusion transformer with an Expert Transformer and adaptive LayerNorm for text-video fusion. The CogVideoX paper reports results for named settings and checkpoints. The project repository documents image-to-video features and release-specific model terms. Public code or weights do not imply identical permissions across releases or unrestricted commercial use.
Paper result: CogVideo uses multi-frame-rate hierarchical training for text-to-video generation.
Paper architecture: CogVideoX compresses video across spatial and temporal dimensions with a 3D causal VAE.
Paper architecture: CogVideoX fuses text and video representations in an Expert Transformer with adaptive normalization.
Repository-documented mode: the CogVideo project documents image-to-video alongside text-to-video; verify support and terms for the chosen checkpoint.
Compare video-generation checkpoints on the target prompt set, motion, duration, resolution, compute budget, and licensing needs. Report the exact version and settings; a result for one model release does not establish performance or rights for another.
Gratis nieuwsbrief
Drie verifieerde AI-verhalen elke weekdagmorgen, geschreven in eenvoudig Engels. Gratis voor altijd, geen advertenties.
Eén e-mail elke weekdag. Afmelden met één klik. We verkopen of delen je adres nooit.
Test jezelf
Directe feedback op elke antwoord, en een deelbare certificaat met een verifieerbare ID zodra je een cursus hebt afgerond.
Ondersteun gratis AI-onderwijs. AI Understanding is een 501(c)(3) non-profit — geen advertenties, geen betaalmuur, nooit. Doe een donatie
CogVideo’s 2022 paper describes a large autoregressive text-to-video model with multi-frame-rate hierarchical training. CogVideoX’s 2024 paper describes a diffusion transformer that processes compressed video latents. The projects, checkpoints, tasks, and licenses are version-specific.
The CogVideo paper introduced a large-scale text-to-video model and described an autoregressive, multi-frame-rate approach. 'First' claims depend on how model scale and release are defined.
De 3D-causale VAE comprimeert video over zowel ruimtelijke als temporele dimensies, waardoor het aantal tokens wordt verminderd, zodat een transformator deze efficiënt kan modelleren.
De Expert Transformer combineert tekst en visuele tokens met adaptieve normalisatie, waardoor de afstemming tussen prompt en gegenereerde video wordt verbeterd.
De CogVideo-familie is afkomstig van onderzoekers verbonden aan Tsinghua University en Zhipu AI.
The CogVideo repository documents image-to-video. Support is checkpoint-specific; the cited materials do not establish video continuation for every release.
Blijf leren
Er zijn meer handleidingen voor dit onderwerp geselecteerd
VolgendeVolgende gids
InstructPix2Pix-instructie bewerken
Visuele AI