智谱清影

智谱清影是智谱ai最新推出的AI视频生成工具，智谱清影支持文本生成视频和图像生成视频两种模式，能够快速生成6秒，分辨率高达1440×960的视频内容，仅需30秒的时间。

智谱清影基于多模态大模型技术底座构建，其核心视频生成模型为CogVideoX，采用了新型DiT架构，可以更高效地压缩视频信息，并融合文本、时间和空间三个维度。此外，智谱清影还具备较高的可控性，用户可以通过语言控制生成的视频内容。

智谱清影亮点与特性：

文生视频：用户输入文本描述或脚本，AI根据这些文本信息生成视频内容。

图生视频：用户上传一张或多张静态图像，AI分析图像内容后生成动态视频。

添加背景音乐：支持为生成的视频添加背景音乐，包括安静、轻松欢快、伤感、史诗、搞怪等类型。

快速生成： 与市场上其他同类产品相比，清影能够显著缩短生成视频的时间。用户仅需等待约30秒，就能获得一段6秒的视频，推理时间从以往的分钟级压缩到了秒级，大大提高了效率。

高可控性： 清影通过优化技术和自研的端到端视频理解模型，提升了对用户指令的遵循能力，使得生成的视频更贴近用户的创意意图。用户通过详细描述场景、镜头语言和细节，可以得到满意的结果，减少了“试错”次数。

风格多样： 用户可以选择不同的风格进行创作，包括但不限于卡通3D、黑白、油画和电影感等，满足个性化和创意表达的需求。

全民可用： 清影智能体对所有用户开放，无论是普通用户还是开发者，都能轻松使用。企业和开发者还可以通过API调用，集成文生视频和图生视频能力到自己的应用中。

自带配乐： 清影还提供配乐功能，用户生成的视频可以自动配上音乐，简化了视频创作流程，使得即便是没有专业技能的用户也能快速产出有声有色的视频内容。

技术基础： 清影背后的技术支撑是智谱AI自研的视频生成大模型CogVideoX，该模型采用了类似于Sora的DiT结构，能够融合文本、时间和空间信息，优化后的模型推理速度比前代提升了6倍。

智谱清影技术特点：

• 快速生成：仅需30秒即可完成6秒视频的生成。

• 高效的指令遵循能力：即使是复杂的prompt，清影也能准确理解并执行。

• 内容连贯性：生成的视频能够较好地还原物理世界中的运动过程。

• 画面调度灵活性：例如，镜头能够流畅地跟随画面中的三只狗狗移动。

智谱清影行业应用：

• 广告制作

• 电影剪辑

• 短视频制作

• 创意内容创作

如何使用智谱清影生成视频？

1、访问平台：打开智谱清言官网 chatglm.cn/video，注册并登录账号。

2、选择生成方式：在清影智能体中选择“AI文生视频”或“AI图生视频”功能。

3、输入提示词：

• 文生视频：输入详细的文本描述或脚本。提示词越详细，生成的视频质量越高。例如，与其输入“一个小男孩喝咖啡”，不如输入“摄影机平移，一个小男孩坐在公园的长椅上，手里拿着一杯热气腾腾的咖啡。他穿着一件蓝色的衬衫，看起来很愉快，背景是绿树成荫的公园，阳光透过树叶洒在男孩身上”。

• 图生视频：上传一张或多张静态图像，并选择图像风格。可以使用清影提供的智能体来生成提示词，确保描述准确且详细。

4、选择视频风格和参数：选择想要生成的视频风格，包括卡通3D、黑白、油画、电影感等。还可以设置情感氛围和运镜方式。

5、添加背景音乐：清影支持为生成的视频添加背景音乐，包括安静、轻松欢快、伤感、史诗、搞怪等类型。

6、生成视频：点击生成视频按钮，预计排队1分钟左右，即可生成视频结果。清影能够在30秒内完成6秒视频的生成。

7、优化提示词：

提示词结构要尽可能清晰，复杂公式可以包括镜头语言、光影、主体描述、主体运动、场景描述和情绪/氛围。例如：“摄影机平移，一个小男孩坐在公园的长椅上，手里拿着一杯热气腾腾的咖啡。他穿着一件蓝色的衬衫，看起来很愉快，背景是绿树成荫的公园，阳光透过树叶洒在男孩身上”。

智谱清影与其他AI视频生成工具相比，智谱清影能够在30秒内生成6秒的视频内容，这比许多其他AI视频生成工具要快得多。例如，目前处于第一梯队的可灵AI生成单个5秒视频一般需要2到5分钟。

在首发测试期间，智谱清影对企业和开发者开放API调用式体验，同时向所有C端用户提供免费试用服务。