Sulphur 2: 基于 LTX 2.3 的 9B 视频生成模型

news

Sulphur 2 是 LTX 2.3 的社区微调版本，提供文生视频和图生视频功能，内置提示词增强器和蒸馏 LoRA，基于 12.5 万段以上精选视频片段训练而成。

Sulphur 2 是一个社区构建的开源视频生成模型，基于 Lightricks 的 LTX 2.3 进行微调。它在 Hugging Face 上获得了超过 1800 个赞和 80 万+ 下载量，迅速成为开源视频生成领域最受欢迎的 LTX 2.3 衍生模型之一。

概述

Sulphur 2 由 SulphurAI 于 2026 年 5 月 3 日发布，是一个基于 12.5 万段以上精选视频片段 微调的视频生成模型。它基于 Lightricks 的 LTX 2.3 架构（一个 220 亿参数的扩散变换器），提供文生视频和图生视频功能，且没有基础 LTX 2.3 模型中的内容限制。

该模型支持所有 LTX 2.3 原生格式，并附带多个配套组件，包括 提示词增强器、蒸馏 LoRA（用于加速推理）以及开箱即用的 ComfyUI 工作流。

关键特性

特性描述
架构基于 Lightricks LTX 2.3（220 亿参数 DiT）微调
支持任务文生视频（T2V）和图生视频（I2V）
模型大小约 90 亿有效参数（开发专用 BF16：16.7 GB，FP8：8.5 GB）
提示词增强器捆绑的 GGUF 提示词增强器
蒸馏 LoRA1.1 蒸馏 LoRA，用于加速生成
训练数据12.5 万段以上精选视频片段
许可证自定义非商业/研究许可

模型变体

Sulphur 2 提供多种权重变体以适应不同硬件：

  • sulphur_dev_bf16.safetensors（约 16.7 GB）— 全精度开发专用版本
  • sulphur_dev_fp8mixed.safetensors（约 8.5 GB）— 量化开发专用版本，更低显存需求
  • sulphur_distil_bf16.safetensors: 蒸馏版本，推理速度更快
  • sulphur_lora_rank_768.safetensors: 用于微调的 LoRA
  • distill_loras/ltx-2.3-22b-distilled-lora-1.1.safetensors: 额外的蒸馏 LoRA

提示词增强器

Sulphur 2 的一个突出特性是包含了一个专用提示词增强器——一个封装为 GGUF 格式的小型语言模型，可自动重写并丰富用户提示词以提升视频生成效果。提供两个变体：

  1. 标准提示词增强器: 通用提示词重写

提示词增强器可在 LM Studio 或任何兼容 GGUF 的推理 UI 中加载。

ComfyUI 集成

Sulphur 2 附带开箱即用的 ComfyUI 工作流：

  • workflows/ltx23_t2v base.json: 文生视频基础工作流
  • workflows/ltx23_t2v distilled.json: 文生视频（使用蒸馏 LoRA）
  • workflows/ltx23_i2v base.json: 图生视频基础工作流
  • workflows/ltx23_i2v distilled.json: 图生视频（使用蒸馏 LoRA）

由于 Sulphur 2 基于 LTX 2.3，因此它适用于任何支持 LTX 2.3 视频生成的 ComfyUI 配置。只需下载模型权重并将其放入 ComfyUI/models/diffusion_models/ 目录即可。

性能与质量

Sulphur 2 在精心筛选的 12.5 万段以上视频片段 数据集上训练，聚焦于以人为中心及多样化的视觉内容。它支持：

  • 人体动作及交互，一致性更强
  • 改进的提示词依从性，相比基础 LTX 2.3
  • 在某些创意场景下，提示词遵循度优于基础 LTX 2.3
  • 原生的人像及角色聚焦生成

获取方式

Sulphur 2 采用自定义非商业/研究许可协议发布。在将模型用于任何商业应用之前，请检查许可条款。

总结

Sulphur 2 是 LTX 2.3 最受欢迎的社区微调版本之一，为创作者提供了一个视频生成替代方案，并配备了提示词增强和蒸馏推理等实用工具。其质量、灵活性以及开箱即用的 ComfyUI 工作流相结合，使其成为视频生成爱好者的一个极具吸引力的选择。

Sulphur 2: 基于 LTX 2.3 的 9B 视频生成模型 | ComfyUI Wiki