CogVideoX 1.5 tiene más sentido cuando ya cuentas con un flujo de trabajo local que vale la pena conservar. Sus checkpoints independientes para generar video a partir de texto y de imágenes producen clips cortos de cinco o diez segundos; la opción basada en imágenes permite comenzar con material gráfico de tu propiedad en lugar de describir cada detalle desde cero. Las herramientas de inferencia y adaptación de Diffusers dan margen para experimentar, pero cada toma adicional consume tiempo de GPU y una escena utilizable sigue necesitando edición. Consérvalo para experimentos controlados o para un proceso de adaptación ya establecido. Para un nuevo entorno de producción, su carga de cómputo y sus condiciones específicas de uso comercial lo convierten en una opción que conviene evaluar con cautela.
Uso comercial & licencia
El código y los pesos del modelo anterior CogVideoX-2B usan Apache 2.0; los pesos de la versión 1.5 para generar video a partir de texto y de imágenes usan la licencia específica de CogVideoX. El uso comercial requiere registro y una licencia comercial básica. La autorización gratuita de uso comercial se limita a un millón de visitas al servicio por mes; superar esa cifra requiere una licencia adicional. Todas las demás condiciones de la licencia siguen vigentes.
Reglas sobre contenido para adultos
Las condiciones específicas de los pesos prohíben los usos militares e ilegales, los actos que puedan socavar la seguridad nacional o la unidad de China, perjudicar el interés público de la sociedad o vulnerar los derechos e intereses de las personas. El trabajo en juegos para adultos debe cumplir estas restricciones y respetar los derechos asociados al material de origen.
Lo que necesitas
Usa Python 3.10–3.12 con los pesos correspondientes de CogVideoX1.5-5B o CogVideoX1.5-5B-I2V y el código de inferencia documentado. Se recomienda BF16 y las instrucciones de texto deberían estar en inglés. La opción optimizada de Diffusers usa la descarga de componentes a la CPU y la división del VAE en segmentos o mosaicos; la cuantización puede reducir aún más el uso de VRAM a costa de la velocidad. Las cifras de memoria publicadas se probaron en A100/H100 y no garantizan el rendimiento en otra GPU. Revisa la licencia específica del checkpoint antes de utilizarlo con fines comerciales.
Los niveles son recomendaciones para la tarea descrita, basadas en la documentación revisada. Los niveles de los modelos cubren trabajo de desarrollo sin contenido sexual explícito. No hemos realizado pruebas prácticas de rendimiento. Consulta por separado las políticas de contenido y las condiciones comerciales. Cómo funcionan los niveles →
Fuentes y lecturas adicionales +
Última comprobación 5 de octubre de 2026.