CogVideoX 1.5 ist vor allem dann sinnvoll, wenn du bereits einen lokalen Workflow hast, den es sich beizubehalten lohnt. Die separaten Checkpoints für die Text-zu-Video- und Bild-zu-Video-Generierung erzeugen kurze Clips von fünf oder zehn Sekunden. Bei der Bild-zu-Video-Variante kannst du mit eigenem Bildmaterial beginnen, statt jedes Detail von Grund auf zu beschreiben. Die Inferenz- und Anpassungswerkzeuge von Diffusers bieten Raum für Experimente, doch jeder zusätzliche Take kostet GPU-Zeit, und eine brauchbare Szene muss weiterhin geschnitten werden. Behalte das Modell für kontrollierte Experimente oder eine bestehende Anpassungspipeline bei. Für eine neue Produktionsumgebung ist es angesichts des Rechenaufwands und der gesonderten Bedingungen für die kommerzielle Nutzung eine Wahl, die Vorsicht verlangt.
Kommerzielle Nutzung & Lizenz
Der Code und die älteren CogVideoX-2B-Gewichte stehen unter Apache 2.0; die Gewichte der Version 1.5 für Text-zu-Video und Bild-zu-Video unterliegen der gesonderten CogVideoX-Lizenz. Die kommerzielle Nutzung erfordert eine Registrierung und eine kommerzielle Basislizenz. Die kostenlose kommerzielle Nutzung ist auf eine Million Besuche des Dienstes pro Monat begrenzt; darüber hinaus ist eine weitere Lizenzierung erforderlich. Alle übrigen Lizenzbedingungen gelten weiterhin.
Regeln für Inhalte für Erwachsene
Die gesonderten Bedingungen für die Gewichte verbieten militärische und illegale Nutzungen sowie Handlungen, die Chinas nationale Sicherheit oder Einheit untergraben, das öffentliche Interesse der Gesellschaft beeinträchtigen oder die Rechte und Interessen von Menschen verletzen könnten. Bei der Arbeit an Spielen für Erwachsene müssen diese Einschränkungen und die Rechte am Ausgangsmaterial eingehalten werden.
Was Sie benötigen
Verwende Python 3.10–3.12 mit den passenden Gewichten für CogVideoX1.5-5B oder CogVideoX1.5-5B-I2V und dem dokumentierten Inferenzcode. BF16 wird empfohlen, und Prompts sollten auf Englisch verfasst sein. Die optimierte Diffusers-Variante nutzt CPU-Offloading und VAE-Slicing/-Tiling; Quantisierung kann den VRAM-Bedarf weiter reduzieren, allerdings auf Kosten der Geschwindigkeit. Die veröffentlichten Speicherwerte wurden auf A100/H100 getestet und garantieren keine entsprechende Leistung auf einer anderen GPU. Prüfe vor der kommerziellen Nutzung die gesonderte Lizenz des Checkpoints.
Die Rangstufen sind Empfehlungen für die beschriebene Aufgabe auf Grundlage der geprüften Dokumentation. Modellbewertungen beziehen sich auf Entwicklungsarbeit ohne sexuell explizite Inhalte. Wir haben keine praktischen Benchmarks durchgeführt. Prüfe Inhaltsrichtlinien und kommerzielle Bedingungen gesondert. So funktionieren die Rangstufen →
Quellen und weiterführende Lektüre +
Zuletzt geprüft 5. Oktober 2026.