智谱AI入局AI生成视频，旗下智谱清言APP上线清影（Ying）

7月26日，智谱AI旗下“智谱清言”App正式上线了AI视频生成功能“清影（Ying）”，支持文生视频、图生视频。

图源：网络

据了解，AI生成视频模型清影（Ying）正式上线智谱清言，生成6秒视频只需要30秒的时间。即日起所有C端用户，都能通过清影（Ying）体验到AI文生视频、图生视频能力。

张鹏表示，这次生成式视频能力的全面上线，为的是让大家都能体验生成式视频功能，希望能够听到大家的意见和反馈。未来，智谱AI将采用快速迭代的方式，不断提升生成式视频模型能力。

当然，在生成式视频模型的研发中，Scaling Law继续在算法和数据两方面发挥作用。“我们积极在模型层面探索更高效的scaling方式。”张鹏表示：“随着算法、数据不断迭代，相信Scaling Law将继续发挥强大威力。”

本次清影（Ying）底座的视频生成模型是CogVideoX，它能将文本、时间、空间三个维度融合起来，参考了Sora的算法设计，它也是一个DiT架构，通过优化，CogVideoX相比前代（CogVideo）推理速度提升了6倍。理论上，模型侧生成6秒视频仅需30秒时间。

图源：网络

智谱自研了一个端到端视频理解模型，用于为海量的视频数据生成详细的、贴合内容的描述，这样可以增强模型的文本理解和指令遵循能力，使得生成的视频更符合用户的输入，能够理解超长复杂prompt指令。

在内容连贯性上，智谱AI自研高效三维变分自编码器结构（3D VAE），将原视频空间压缩至2%大小，配合3D RoPE位置编码模块，更有利于在时间维度上捕捉帧间关系，建立起视频中的长程依赖。

CogVideoX模型亦同步上线智谱AI大模型开放平台 bigmodel.cn，开发者可以通过调用API的方式，体验和使用文生视频以及图生视频的模型能力，在国内尚属首次。