CogVideoX-2B
CogVideoX-2B est un modèle de génération vidéo de Zhipu AI, publié le 3 mars 2025. Il appartient à la famille des modèles capables de produire des séquences vidéo à partir d’instructions visuelles ou textuelles selon les usages visés par cette catégorie.
CogVideoX-2B est un modèle de génération vidéo de Zhipu AI, publié le 3 mars 2025. Il appartient à la famille des modèles capables de produire des séquences vidéo à partir d’instructions visuelles ou textuelles selon les usages visés par cette catégorie.
Son positionnement doit être lu dans le contexte de sa génération : environ un an d’ancienneté représente un cycle long en IA vidéo. Les modalités exactes d’accès et de licence ne sont pas précisées dans les données disponibles, et le modèle peut être dépassé par des systèmes plus récents.
Caractéristiques
| Caractéristique | Valeur |
|---|---|
| Type | Modèle de génération de vidéos |
| Éditeur | Zhipu AI |
| Date de sortie | 3 mars 2025 |
Performances (benchmarks)
| Benchmark | Score | Rang | Source | Fiabilité |
|---|---|---|---|---|
| VBench: Stabilité temporelle | 98,9 % | 34ᵉ / 62 | vbench | ✅ Mesuré |
| VBench: Actions humaines | 98,0 % | 8ᵉ / 62 | vbench | ✅ Mesuré |
| VBench: Fluidité du mouvement | 97,7 % | 45ᵉ / 62 | vbench | ✅ Mesuré |
| VBench: Cohérence du sujet | 96,8 % | 28ᵉ / 62 | vbench | ✅ Mesuré |
| VBench: Qualité visuelle | 82,2 % | 41ᵉ / 62 | vbench | ✅ Mesuré |
| VBench: Total | 80,9 % | 33ᵉ / 62 | vbench | ✅ Mesuré |
| VBench: Respect du prompt | 75,8 % | 25ᵉ / 62 | vbench | ✅ Mesuré |
| VBench: Qualité d'image | 61,7 % | 50ᵉ / 62 | vbench | ✅ Mesuré |
| VBench: Qualité esthétique | 60,8 % | 40ᵉ / 62 | vbench | ✅ Mesuré |
| VBench: Amplitude du mouvement | 59,9 % | 33ᵉ / 62 | vbench | ✅ Mesuré |
Scores objectifs mesurés par VBench (suite d'évaluation automatique de la génération vidéo), en pourcentage (plus haut = mieux). Le rang situe le modèle parmi les modèles vidéo évalués sur la même dimension.
Comment se situe-t-il ?
Le modèle (en orange) comparé aux meilleurs modèles « grand public » sur chaque dimension, et à ses voisins de classement.
VBench: Stabilité temporelle
VBench: Actions humaines
Notre analyse
Forces. VBench situe CogVideoX-2B dans le haut du classement pour les actions humaines, ce qui indique une bonne capacité à représenter des gestes ou comportements humains reconnaissables. La stabilité temporelle et la cohérence du sujet ressortent aussi comme des points solides : le modèle conserve plutôt bien les éléments principaux d’une scène au fil des images. Ces qualités sont importantes pour des plans courts où un personnage, un objet ou une action doivent rester lisibles.
Limites et points d’attention. La qualité visuelle et la fluidité du mouvement apparaissent moins compétitives dans VBench, ce qui limite l’intérêt pour des rendus publicitaires exigeant une finition élevée ou des mouvements complexes. Le score global place le modèle plutôt au milieu du panel évalué, et son ancienneté renforce le risque d’écart avec les générateurs vidéo récents. Aucun classement Arena n’est fourni dans les données disponibles, donc la préférence humaine ne peut pas être confirmée ici. Usages pertinents : prototypage vidéo, prévisualisation de concepts, essais publicitaires non finaux et production de plans simples centrés sur l’action humaine.