LTX-2.5 放出来了,一次能出多镜头这点最实在

以前拼镜头最怕的就是主角走着走着换了张脸,一条片子里能改出三种发型。

LTX-2.5 今天上线,整条 pipeline 基本重做了一遍,训练集扩了,后面还加了强化学习的后训练。这几条我暂时验不了,能直接吃到的是原生多镜头:一次生成就出好几个连着的镜头,角色长相、场景、光线、声音和风格能跨着剪辑点保持住。对我这种做小体量项目的人来说,相当于把最耗时间的对齐环节挪到生成阶段去了。

压缩率那块也改了,不再给所有画面同一个档位,复杂的地方多分点算力,平的地方少给点,按场景复杂度和预算来分。逻辑上讲得通,一帧密一帧空的东西按同一个比例压,本来就是浪费。

蒸馏版这回保留的质量也高了不少,说是拿手上现有的卡就能跑出接近全量的效果。权重、Python pipeline 和 ComfyUI 工作流一起放出来了,周末把旧的分镜脚本喂一遍试试看。

以前拼镜头光对色调就得耗半天,后来干脆全锁一套 LUT 硬扛过去

蹲个实测 :eyes:

1 个赞

按复杂度动态分算力听着挺妙,就是显存峰值会不会更难预估

蒸馏版要真接近全量,那 12G 的卡也算有救了

动态分算力这块峰值是真不好估,我干脆按最坏情况留余量,省得跑一半炸掉。

还是等有人拿真项目跑一遍再说,官方放出来的片段都是挑最顺的那条。