趋近智
CogVideoX 5B
参数
5B
模态
Video
辅助参数
4.86B
架构
Diffusion Transformer
许可证
Apache 2.0
发布日期
6 Aug 2024
API 价格 (每 1M)
仅支持自建托管
硬件选型
精度
工作负载显存: 5.32 GB
INT4 · 1024x1024
DiT 骨干权重: 2.33 GB
VAE 解码工作区: 0.49 GB
运行时与计算图: 2.50 GB
最小所需硬件
1x NVIDIA L4 24GB
5.3 / 21.6 GB usable
1x RTX 3060 12GB
5.3 / 10.8 GB usable
Apple M4 24GB
5.3 / 18.0 GB usable
确定特定工作负载的硬件需求：
在显存计算器中打开
架构图
关于 CogVideoX 5B
CogVideoX 5B is a 3D spatio-temporal video diffusion transformer developed by Zhipu AI, utilizing a 3D VAE with 8x8x4 compression and expert transformer blocks for high-frame-rate coherence.
技术规格
注意力
注意力头
48
注意力头维度
64
维度
辅助参数
4.86B
隐藏维度大小
3,072
层数
42