LTX-2.5 把整条视频生产流程压到一台机器上了

LTX-2.5 又强了多少?我觉得这不是重点,重点是整条流程能塞进一台机器:开放权重,针对 RTX 和 DGX Spark 做了本地推理优化,显存需求压下来了,ComfyUI 首日就能用。

架构上几处改动,按我的理解:

  • 解码器:换成新的扩散视频解码器,主要修高速运动画面的伪影
  • 语言主干:定制版 Gemma 4,配了提示词增强,复杂多主体描述理解得更准
  • 原生多镜头:把整段序列当一个输出来渲染,不是一镜一镜拼的,所以切镜时角色和场景不漂

另外还附了一个面向机器人方向的预训练 checkpoint。授权这块,年营收一千万美元以下的团队免费用。

感谢分享

6.8 秒那个成绩是在双卡 GB200 上测的,跟家里那张卡不是一回事,别直接对号入座

7 个赞