LTX Video（LTXV）是由 Lightricks 开发的一款开源 AI 视频生成工具，以其卓越的速度和高质量输出在视频创作领域脱颖而出。基于 Diffusion Transformer（DiT）架构，LTX Video 能够以 24-30 帧每秒的速度生成 768x512 或更高分辨率的视频，生成速度甚至快于播放速度。用户可以通过详细的文本描述或图像输入快速创建视频，支持多种生成模式，包括文本转视频、图像转视频、视频转视频以及关键帧动画，满足从短片创作到复杂叙事视频的多样化需求。

功能与特点

• 实时视频生成：LTX Video 利用多尺度渲染技术，先快速生成低分辨率草稿捕捉运动，再精炼细节，生成 5 秒视频仅需约 4 秒（H100 GPU 测试）。

• 多模式生成：支持文本转视频、图像转视频、视频扩展（前后延展）以及视频转视频，允许用户灵活组合多种输入类型。

• 高画质与一致性：通过优化的 Video-VAE 和去噪变压器，生成视频具有流畅运动、锐利细节和极少的伪影，消除常见物体变形问题。

• 关键帧控制：用户可通过多关键帧条件和相机控制逐帧调整视频内容，确保精确的动作和视角表现。

• 开源与可定制：提供 Apache 2.0 许可的代码和 LTXV Open Weights License 的模型权重，支持 LoRA 训练和社区定制，开发者可根据需求微调模型。

• 硬件友好：在消费级 GPU（如 NVIDIA RTX 4090）上运行高效，8GB VRAM 即可支持生成，量化模型进一步降低资源需求。

• ComfyUI 集成：通过专用节点和示例工作流无缝集成到 ComfyUI，提供直观的节点式操作体验。

  哔哩哔哩视频

   

使用场景

LTX Video 适用于多种创意和专业场景。自媒体创作者可以快速生成社交媒体短视频，如 TikTok 或 Instagram Reels 的引人入胜的内容；电影制作者和 VFX 艺术家可利用其关键帧动画功能制作概念视频或特效镜头；游戏开发者能为游戏内广告或过场动画生成动态内容；营销团队可创建产品预览或品牌宣传视频。此外，LTX Video 的开源特性使其成为 AI 研究者和开发者的理想选择，用于构建定制化视频生成工具或集成到现有工作流中。例如，用户可通过输入“清晨湖面，薄雾升起，水面微波荡漾，鸟儿飞过金色天空”生成叙事性短片，或将静态图像动画化为动态场景。

独特优势

LTX Video 的核心优势在于其速度与质量的平衡。相比其他模型，它通过多尺度渲染和单步去噪技术将生成时间缩短至原来的 1/30，同时保持电影级画质。开源生态（GitHub、Hugging Face）让开发者可以自由扩展功能，如添加自定义效果 LoRA 或训练特定风格模型。此外，其对消费级硬件的优化降低了使用门槛，普通用户也能在本地运行高质量生成任务。

用户体验

LTX Video 的操作简单，特别是在 ComfyUI 中，用户只需加载模型、输入详细提示或图像，即可通过节点式工作流生成视频。平台提供示例工作流和详细文档，降低上手难度。社区支持活跃，通过 Discord 和 Reddit 可获取用户反馈和优化建议。尽管模型对简单提示的响应可能不够精确，但详细描述能显著提升输出质量。