CogVideoX 1.5 est surtout pertinent si vous disposez déjà d’un flux de travail en local qui mérite d’être conservé. Ses checkpoints distincts de génération de vidéo à partir de texte et à partir d’images produisent de courtes séquences de cinq ou dix secondes ; la génération à partir d’images permet de partir d’une création graphique qui vous appartient au lieu de décrire chaque détail de zéro. Les outils d’inférence et d’adaptation de Diffusers offrent des possibilités d’expérimentation, mais chaque prise supplémentaire consomme du temps GPU, et une scène exploitable nécessite encore du montage. Conservez-le pour des expérimentations contrôlées ou une chaîne d’adaptation déjà en place. Pour une nouvelle infrastructure de production, sa charge de calcul et ses conditions spécifiques d’utilisation commerciale en font un choix à envisager avec prudence.
Utilisation commerciale & licence
Le code et les poids de l’ancien CogVideoX-2B sont sous licence Apache 2.0 ; les poids de génération de vidéo à partir de texte et d’images de la version 1.5 sont sous la licence spécifique CogVideoX. L’utilisation commerciale exige un enregistrement et une licence commerciale de base. L’autorisation d’utilisation commerciale gratuite est limitée à un million de visites du service par mois ; au-delà, une licence supplémentaire est nécessaire. Toutes les autres conditions de licence restent applicables.
Règles relatives au contenu pour adultes
Les conditions spécifiques applicables aux poids interdisent les usages militaires et illégaux, les actes susceptibles de compromettre la sécurité ou l’unité nationales de la Chine, de nuire à l’intérêt public de la société ou de porter atteinte aux droits et intérêts des personnes. Les projets de jeux pour adultes doivent respecter ces restrictions ainsi que les droits attachés aux contenus sources.
Ce dont vous avez besoin
Utilisez Python 3.10–3.12 avec les poids CogVideoX1.5-5B ou CogVideoX1.5-5B-I2V correspondants et le code d’inférence documenté. Le format BF16 est recommandé, et les descriptions doivent être en anglais. La méthode optimisée avec Diffusers utilise le déchargement vers le CPU et le découpage en tranches ou en tuiles du VAE ; la quantification peut réduire davantage la VRAM, au prix d’une baisse de vitesse. Les chiffres de mémoire publiés ont été mesurés sur A100/H100 et ne garantissent pas les performances sur un autre GPU. Vérifiez la licence spécifique du checkpoint avant toute utilisation commerciale.
Les classements sont des recommandations pour la tâche décrite, fondées sur la documentation examinée. Ceux des modèles concernent le développement de contenu non explicite. Nous n’avons pas effectué de tests de performance pratiques. Vérifiez séparément les politiques de contenu et les conditions commerciales. Fonctionnement des classements →
Sources et lectures complémentaires +
Dernière vérification 5 octobre 2026.