CogVideoX 1.5が最も適しているのは、維持する価値のあるローカルのワークフローがすでにある場合です。テキストから動画を生成するチェックポイントと画像から動画を生成するチェックポイントが別々に用意されており、5秒または10秒の短いクリップを生成できます。画像を使う方法なら、細部をすべて一から説明する代わりに、自分が所有するアートワークを出発点にできます。Diffusersの推論・適応ツールでさまざまな実験ができますが、テイクを追加するたびにGPU時間を消費し、使えるシーンにするには依然として編集が必要です。条件を管理した実験や、すでに確立した適応パイプラインでの利用に向いています。新たな制作環境に採用する場合は、計算負荷と独自の商用利用条件を踏まえ、慎重に選ぶ必要があります。
商用利用 & ライセンス
コードと旧モデルCogVideoX-2Bの重みにはApache 2.0が適用されます。1.5のテキストから動画を生成する重みと画像から動画を生成する重みには、独自のCogVideoXライセンスが適用されます。商用利用には登録と基本商用ライセンスが必要です。無料で商用利用できる範囲は、サービスへのアクセスが月間100万回までに制限されており、これを超える場合は追加のライセンスが必要になります。それ以外のすべてのライセンス条件も引き続き適用されます。
成人向けコンテンツのルール
重みに関する独自の条件では、軍事目的や違法な用途での使用のほか、中国の国家安全保障や統一を損なうおそれのある行為、社会の公共の利益を害する行為、人々の権利や利益を侵害する行為が禁止されています。成人向けゲームの制作では、これらの制限と素材に付随する権利を遵守する必要があります。
必要なもの
Python 3.10–3.12を、対応するCogVideoX1.5-5BまたはCogVideoX1.5-5B-I2Vの重み、およびドキュメントに記載された推論コードと組み合わせて使用してください。BF16が推奨されており、プロンプトは英語で記述してください。最適化されたDiffusersの方法ではCPUオフロードとVAEのスライシング／タイリングを使用します。量子化によってVRAM使用量をさらに減らせますが、速度は低下します。公表されているメモリ使用量の数値はA100/H100でテストされたもので、別のGPUでの性能を保証するものではありません。商用利用の前に、チェックポイントの独自ライセンスを確認してください。
ランクは、確認したドキュメントに基づく、記載の作業に対する推奨度です。モデルのランクは、性的に露骨な内容を扱わない開発作業を対象としています。実際のベンチマークは行っていません。コンテンツポリシーと商用利用条件は別途確認してください。 ランクの仕組み →