CogVideo는 Zhipu AI(Z.ai)가 공개한 오픈소스 동영상 생성 모델 시리즈입니다. 최신 CogVideoX 모델은 텍스트 프롬프트나 입력 이미지를 바탕으로 고품질 동영상을 생성하며, 3D 인과 VAE와 전문가 트랜스포머(Expert Transformer) 구조를 통해 시간적 일관성과 자연스러운 움직임을 구현합니다. 텍스트-투-비디오와 이미지-투-비디오를 모두 지원하고, 다양한 파라미터 크기의 모델을 제공하여 연구자와 개발자가 로컬 환경에서 직접 실행하고 파인튜닝할 수 있습니다. 파인튜닝 스크립트와 추론 최적화를 함께 제공해 커스텀 영상 생성 파이프라인 구축에 활용됩니다.