智谱清影是智谱 AI 推出的视频生成工具。
7 月 26 日，智谱宣布生成式视频能力全面上线，其旗下的清影功能正式与用户见面。清影依托于智谱自研的视频生成模型 CogVideoX，普通用户即日起可在智谱清言 PC 和 APP 端使用。
清影具有诸多显著特点。它生成 6 秒视频仅需 30 秒，生成的视频清晰度可达 1440×960，帧率为 16fps。用户输入文本或图片后，可选择自己想要生成的风格，包括卡通 3D、黑白、油画、电影感等，配上自带的音乐，即可生成充满 AI 想象力的视频片段。其提供文生视频和图生视频能力，带来了诸多新玩法，如表情包梗图、广告制作、剧情创作、短视频创作等。同时，基于清影的「老照片动起来」小程序也会同步上线，只需上传老照片，AI 就能让照片灵动起来。此外，清影（Ying）API 也同步上线大模型开放平台
bigmodel.cn，企业和开发者通过调用 API 的方式，可体验和使用文生视频以及图生视频的模型能力。
在技术方面，CogVideoX 具有核心技术特点。针对内容连贯性问题，智谱 AI 自主研发了高效的三维变分自编码器结构（3D VAE），结合 3D RoPE 位置编码模块，提升了在时间维度上对帧间关系的捕捉能力。在可控性方面，打造了端到端的视频理解模型，增强了对文本的理解和对指令的遵循能力。模型采纳了将文本、时间、空间三维一体融合的 transformer 架构，优化了模态间的交互效果。
智谱 AI 表示，随着技术的不断发展，清影的生成能力很快将可用于短视频制作、广告生成甚至电影剪辑等工作。
智谱清影的使用非常便捷。用户可以在智谱清言的 PC 端和 APP 端进行操作。首先，打开相应的平台，找到 AI 视频生成功能“清影”。用户输入文本或图片后，可选择自己想要生成的风格，比如卡通 3D、黑白、油画、电影感等。在输入文本时，有一些注意事项，比如要保证描述的结构性，遵循一定的公式，如“(摄像机移动)+(建立场景)+(更多细节)”或“(镜头语言) + (光影) + (主体 (主体描述)) + (主体运动)+(场景 (场景描述)) +(情绪/氛围/风格)”，这样能获得更理想的生成效果。此外，还可以配上自带的音乐，为生成的视频增添氛围。对于图片生成视频，用户只需上传图片，按照提示进行操作即可。同时，基于清影的「老照片动起来」小程序也为用户提供了独特的体验，只需上传老照片，AI 就能让照片灵动起来。而企业和开发者还可以通过调用清影（Ying）API 的方式，体验和使用文生视频以及图生视频的模型能力。
智谱清影具有显著的技术优势。其依托于智谱自研的视频生成模型 CogVideoX，在技术方面表现出色。针对内容连贯性问题，智谱 AI 自主研发了高效的三维变分自编码器结构（3D VAE），结合 3D RoPE 位置编码模块，极大提升了在时间维度上对帧间关系的捕捉能力，从而建立了视频中的长期依赖关系。在可控性方面，打造了端到端的视频理解模型，增强了对文本的理解和对指令的遵循能力，确保生成的视频更加符合用户的输入需求，并能够处理超长且复杂的 prompt 指令。模型采纳了将文本、时间、空间三维一体融合的 transformer 架构，优化了模态间的交互效果，使生成的视频更加自然、流畅。此外，CogVideoX 相比前代推理速度提升了 6 倍，大大提高了生成效率。
智谱清影在广告制作领域具有广泛的应用前景。它能够根据用户输入的创意和需求，快速生成具有吸引力的广告视频片段。比如，用户可以输入产品特点、品牌形象等相关文本，选择适合的风格，如时尚、科技感等，清影就能生成相应的广告视频。无论是展示产品细节、营造品牌氛围还是讲述品牌故事，清影都能为广告制作提供丰富的创意和高效的制作方式。而且，其生成的视频清晰度可达 1440×960，帧率为 16fps，能够满足广告对于画质和流畅度的要求。通过智谱清影，广告制作的成本和时间都能得到有效降低，同时创意和效果也能得到更好的保障。
智谱清影生成视频的质量具有较高的水准。其能够生成清晰度可达 1440×960，帧率为 16fps 的视频，画面质量清晰、流畅。在风格方面，能够提供多种选择，包括卡通 3D、黑白、油画、电影感等，满足不同用户的需求。从生成的视频内容来看，对于风景、动物、科幻、人文历史等类型的表现较好，擅长生成的视频风格包括卡通风格、真实摄影风格、二次元动漫风格等。在实体类型呈现效果上，动物的呈现效果优于植物，植物优于物品，物品优于建筑，建筑优于人物。不过，在某些复杂场景和人物细节的处理上，可能还需要进一步优化和提升。
在当前的视频生成工具市场中，智谱清影具有独特的优势。与一些工具相比，智谱清影生成 6 秒视频仅需 30 秒，具有较高的生成效率。在风格多样性方面，提供了丰富的选择，满足用户的个性化需求。在内容生成能力上，对于多种类型的视频，如风景、动物、科幻等都有较好的表现。与快手的“可灵”等工具相比，智谱清影在多模态算法和算力储备上展现出独特的“肌肉”，率先在超 200 亿估值的大模型公司中发布视频生成成果。然而，不同的视频生成工具都有其特点和适用场景，用户可以根据自己的具体需求和使用习惯进行选择。
