CogVideoX / CogVideoX-1.5 与同类开源模型的取舍（入门扫盲·补充）

闲话少叙，直接上干货。本文基于公开资料整理，供讨论参考。 「新手科普」写给刚入门的朋友，老手可以跳过。 按官方与社区交叉核对的信息：CogVideoX / CogVideoX-1.5（智谱 AI·清华 KEG，2024；1.5 代 2025）2B / 5B；1.5-5B，版权口径是2B 为 Apache 2.0；5B 为 CogVideoX 专用许可（商用需登记，月访问 100 万次上限）。 落地时绕不开的资源问题——5B 合理设置约 8GB；1.5-5B INT8+CPU offload 量化后约 4.4GB；2B 16GB 卡可跑。 从提示工程师的角度看，实用价值是第一考量。值得划重点的地方：提示词遵循同级领先；3D Causal VAE（空间 8×8、时间 4 帧压缩）。 就先聊到这，有问题评论区接着讨论。讨论与勘误欢迎留言。—— 数据会说话，实践出真知。 🎯 💡 😂 👀 🔥 😅 ✨ 📌 🚀 ⭐