Pular para o conteúdo
Local AI Wizard
Sua máquina
Tema

CogVideoX-5B

Z.ai / Tsinghua KEG · zai-org/CogVideoX-5b

Licença dos pesos: Termos do publicador: CogVideoX License · código e componentes podem ter outros termos

QualidadeNenhum resultado público e reutilizável cobre este modelo.Sem score comparável
Tamanho do repositório publicado21,5 GBTodos os arquivos publicados · não é memória de execução
Parâmetros5 Bficha do fabricante
Componentes publicados3Informados na ficha do modelo

Qualidade

Sem score comparável

Nenhum resultado público e reutilizável cobre este modelo.

Informado pelo publicador

A ficha do publicador não informa resultado de benchmark para este checkpoint (lida em 2026-10-25). não publicado na ficha · lida em 2026-10-25

Roda em

Memória suficiente 71

O publicador documenta um caminho dentro desta memória, nesta plataforma (CUDA ou Apple MPS). Caminhos condicionais exigem offload ou quantização.

Mostrar todos os 71

Falta um degrau de memória 1

As mesmas máquinas com o próximo tamanho de memória teriam o suficiente.

Perfis de hardware agrupados pelo caminho mínimo de memória documentado pelo publicador e pela plataforma. Não é execução medida.

Planejar memória para este modelo

Considere para

Considere CogVideoX-5B, de Z.ai / Tsinghua KEG, para a tarefa de texto para vídeo (5B de parâmetros). Memória publicada para GPU única: SAT BF16 26 GB; Diffusers otimizado BF16 a partir de 5 GB ou INT8 (torchao) a partir de 4,4 GB.

Confira antes

Os valores de Diffusers usam offload para CPU, slicing e tiling do VAE, testados em A100/H100. Vídeo publicado: 720×480, 6 segundos a 8 fps. São resultados de configurações específicas, não mínimos garantidos para outras GPUs.

Velocidade medida

Nenhuma medição publicada para este checkpoint

O tempo de geração por clipe só aparece quando uma fonte o publica com hardware, build e configuração. Nunca é estimado.

Como rodar

Memória publicada para GPU única: SAT BF16 26 GB; Diffusers otimizado BF16 a partir de 5 GB ou INT8 (torchao) a partir de 4,4 GB. Os valores de Diffusers usam offload para CPU, slicing e tiling do VAE, testados em A100/H100. Vídeo publicado: 720×480, 6 segundos a 8 fps. São resultados de configurações específicas, não mínimos garantidos para outras GPUs. Evidência oficial de hardware

Formas documentadas de rodar

Copiado como aparece na fonte vinculada (lida em 2026-10-18); não executado por este site.

Preparação indicada antes pela fonte · Diffusers
# diffusers>=0.30.1
# transformers>=4.44.2
# accelerate>=0.33.0 (suggest install from source)
# imageio-ffmpeg>=0.5.1
pip install --upgrade transformers accelerate diffusers imageio-ffmpeg 
Diffusers · ficha do modelo · Quick Start 🤗
import torch
from diffusers import CogVideoXPipeline
from diffusers.utils import export_to_video

prompt = "A panda, dressed in a small, red jacket and a tiny hat, sits on a wooden stool in a serene bamboo forest. The panda's fluffy paws strum a miniature acoustic guitar, producing soft, melodic tunes. Nearby, a few other pandas gather, watching curiously and some clapping in rhythm. Sunlight filters through the tall bamboo, casting a gentle glow on the scene. The panda's face is expressive, showing concentration and joy as it plays. The background includes a small, flowing stream and vibrant green foliage, enhancing the peaceful and magical atmosphere of this unique musical performance."

pipe = CogVideoXPipeline.from_pretrained(
    "THUDM/CogVideoX-5b",
    torch_dtype=torch.bfloat16
)

pipe.enable_model_cpu_offload()
pipe.vae.enable_tiling()

video = pipe(
    prompt=prompt,
    num_videos_per_prompt=1,
    num_inference_steps=50,
    num_frames=49,
    guidance_scale=6,
    generator=torch.Generator(device="cuda").manual_seed(42),
).frames[0]

export_to_video(video, "output.mp4", fps=8)

Nível da evidência: Documentação do publicador vinculada; nenhuma execução reproduzida por este site.

Antes de baixar
  1. Confirme o checkpoint exato e a licença vinculada aqui.
  2. Confirme runtime e precisão ou quantização compatíveis com sua plataforma.
  3. Reserve memória para contexto, lote e eventuais componentes de mídia além dos pesos.

Detalhes técnicos

O que a fonte e o catálogo guardam deste checkpoint. Campos ausentes ficam de fora, nunca como zero.

Checkpoint / versão
zai-org/CogVideoX-5b
Tarefa e modalidade
texto para vídeo · vídeo
Contagem e base
5B · ficha do fabricante
Lançamento
THUDM/CogVideo README (GitHub), Project Updates · consultado em 2026-10-09fonte
Tamanho do repositório publicado
21,5 GBNão é memória de execução nem download mínimo.arquivos
Componentes publicados
3D causal VAE · Expert transformer · Text encoder
Runtime e precisão
Nenhuma execução local verificada.
Uso comercial
Permitido com condições Registro para licença comercial; acima de 1 mi de visitas mensais exige outra licença · CogVideoX License (zai-org/CogVideoX-5b LICENSE) · consultado em 2026-10-18texto da licença

A licença do modelo tem condições próprias; siga a licença vinculada em vez de tratá-la como uma licença open-source genérica.

Fontes

Identidade e especificações publicadas vêm da página do checkpoint. As notas pertencem à rodada indicada e não medem velocidade no seu computador.

Catálogo revisado: 2026-09-22.