在线就能玩！智谱开源的图转视频模型，码友都说太神了！

近日，智谱宣布开源其旗下的清影图像转视频模型——CogVideoX-5B-I2V，以及配套的视频内容标注模型cogvlm2-llama3-caption。（用户可以在网上直接体验）

这一举措无疑为视频创作领域带来了新的可能。

其中，CogVideoX-5B-I2V能够根据单张图片与用户提供的提示词生成视频内容，而cogvlm2-llama3-caption则可以将视频中的场景转化为文字描述，为视频内容的后期处理提供了便利。

然而，对于这两款新工具的实际效果，网络上的声音却是众说纷纭。

一方面，不少用户体验后给予了高度评价，称其为“令人惊叹”的技术革新。

另一方面，也有用户在尝试多次后，最终还是回归到了CogVideoX的旧版本，他们认为之前的版本更为稳定可靠，并表达了对旧版模型的偏好。

那么，这款新发布的CogVideoX-5B-I2V究竟表现如何？让我们通过一次简单的测试来寻找答案。

测试准备就绪，我们将尝试输入一段提示：“咖啡店员微笑着用双手迎接顾客，交谈时动作自然。”（这里再次触及了‘手部’表现这一经典难题）

http://www.qbitai.com/wp-content/uploads/2024/09/SaveTwitter.Net_hZfswJ_XwF91qWre_480p.mp4