智谱AI新推“清影”工具：30秒生成视频，免费试用！

据ITBEAR科技资讯了解，CogVideoX的核心技术特点显著。为解决内容连贯性问题，智谱AI自主研发了一套高效的三维变分自编码器结构(3D VAE)。该结构能够将原始视频数据压缩至原始大小的2%，显著降低了视频扩散生成模型的训练成本和难度。同时，结合3D RoPE位置编码模块，该技术在时间维度上提升了帧间关系的捕捉能力，从而建立了视频中的长期依赖关系。

在可控性方面，智谱AI打造了一款端到端的视频理解模型，该模型能够为大量视频数据生成描述，增强了模型对文本的理解和对指令的遵循能力。这一创新确保了生成的视频更加符合用户的输入需求，并能够处理超长且复杂的prompt指令。

此外，CogVideoX模型采纳了一种将文本、时间、空间三维一体融合的transformer架构。该架构摒弃了传统的cross attention模块，设计了Expert Block以实现文本与视频两种不同模态空间的对齐，并通过Full Attention机制优化模态间的交互效果。

“清影”作为智谱AI推出的AI视频生成功能，其主要特点包括快速生成、高效的指令遵循能力、内容连贯性以及画面调度灵活性。用户只需30秒即可完成6秒视频的生成，即使是复杂的prompt，“清影”也能准确理解并执行。同时，生成的视频能够较好地还原物理世界中的运动过程，镜头也能流畅地跟随画面中的主体移动。