LTX发布LTX-2.5模型支持720P视频秒级生成

8月12日 14:46
该模型原生集成ComfyUI工作流,针对NVIDIA GPU优化提升性能两倍,并为年经常性收入低于1000万美元的组织提供免费使用权。

开放世界模型公司LTX于8月11日正式推出其最新视频生成模型LTX-2.5,该版本原生集成ComfyUI并支持在双块英伟达GB200配置下以6.8秒时间生成10秒720P分辨率视频。此次更新旨在为媒体娱乐、机器人技术及实时生成领域提供底层技术支持,通过引入多镜头生成功能实现跨剪辑片段的内容连贯性,并利用升级的扩散视频解码器与变分自动编码器双路径架构提升画质保真度及减少伪影。

在技术架构方面,LTX-2.5采用Gemma4 E2B与定制版Gemma4 12B文本编码器构成提示词增强系统,显著提升了模型对指令的遵循精度。针对硬件性能,该模型针对NVIDIA RTX GPU及DGX Spark进行了深度优化,实现处理速度提升两倍、内存占用降低40%的改进,用户可利用NVFP4、FastVideo等技术在本地图形处理器上执行文生视频、图生视频及视频转视频任务。生成结果在角色一致性、场景稳定性及声音匹配度方面均有提升,同时支持通过生成式编辑功能对现有素材进行细节修正而非从头创作。

关于授权与费用策略,LTX设定年经常性收入低于1000万美元的组织可免费使用模型权重并进行微调,更大规模企业需协商商业授权。付费API服务方面,LTX-2.5 Fast模式以每秒0.09美元的价格提供带音频的720P视频生成,单段10秒内容成本为0.90美元;若扩展至4K分辨率,成本为每秒0.30美元,单代最长支持20秒视频。目前模型可通过Hugging Face、ComfyUI社区及LTX官方API渠道获取或调用托管服务,成为行业内少数提供开放权重且允许微调的视频生成方案之一。