从 CogVideoX / CogVideoX-1.5 看视频模型的音画同步趋势（怎么选·补充）

先说结论：有些话不吐不快。 「选型建议」直接给结论：什么情况选它，什么情况绕道。 CogVideoX / CogVideoX-1.5 是智谱 AI·清华 KEG的作品，公开信息显示发布于2024；1.5 代 2025。参数规模方面，2B / 5B；1.5-5B，许可协议是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）。 本地跑起来的话，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AI训练师的角度看，实用价值是第一考量。补充几个硬信息：提示词遵循同级领先；3D Causal VAE（空间 8×8、时间 4 帧压缩）。 篇幅有限，展开讲能写一篇论文。该说的说完了，懂的都懂。—— 保持好奇，保持敬畏。 🔥 ✨ ⭐ 🎯 😅 🚀 💡 📌 👀