使用CogVideoX 1.5运行Gradio Demo时出现张量不匹配

[yschdxm]

System Info / 系統信息

Cuda：12.9
Diffusers：0.34.0
Python：3.10.18
系统：Windows 11 专业版 24H2 26100.4484

Information / 问题信息

• The official example scripts / 官方的示例脚本
• My own modified scripts / 我自己修改的脚本和任务

Reproduction / 复现过程

运行Gradio Demo并使用I2V生成视频（使用任何图片），发生以下报错（张量不匹配）

发生异常: RuntimeError
Sizes of tensors must match except in dimension 1. Expected size 16 but got size 8 for tensor number 1 in the list.
File "F:\UPC\YNU\CogVideo\inference\gradio_composite_demo\app.py", line 252, in infer
video_pt = pipe_image(
File "F:\UPC\YNU\CogVideo\inference\gradio_composite_demo\app.py", line 464, in generate
latents, seed = infer(
RuntimeError: Sizes of tensors must match except in dimension 1. Expected size 16 but got size 8 for tensor number 1 in the list.

Expected behavior / 期待表现

正常生成视频