LTX-2.5: Lightricks lanza un modelo de vídeo abierto de 22B

Información general

LTX-2.5 es la próxima generación de la familia de modelos fundacionales de vídeo abiertos de Lightricks, sucesora de LTX-2.3. Está construido sobre un transformer de diffusion asimétrico de doble flujo con 22B de parámetros que genera vídeo y audio de forma conjunta mediante atención cruzada bidireccional con orientación libre de clasificador consciente de la modalidad. El codificador de texto es un modelo Gemma 4 12B con una proyección aprendida.

El modelo se distribuye como un checkpoint de desarrollo completo y como una variante destilada de pocos pasos, y admite generación de texto a vídeo, imagen a vídeo, vídeo a vídeo, texto a audio y audio a vídeo. Lightricks afirma que un clip de 10 segundos a partir de una imagen puede generarse en aproximadamente 6-8 segundos en superchips NVIDIA con el modelo destilado.

Demo principal oficial de LTX-2.5 (vídeo de ltx.io)

Novedades de LTX-2.5

Multishot nativo. El modelo puede generar escenas conectadas (planos generales, medios y primeros planos) en una sola generación, manteniendo la coherencia del personaje, el entorno, la iluminación y la voz entre los cortes.

Duración automática. La longitud del clip se predice a partir de la acción descrita, de modo que las escenas alcanzan la duración correcta sin necesidad de ajustar manualmente el número de fotogramas.

4K HDR nativo. El modelo apunta a una salida de alta resolución y alto rango dinámico, con pipelines HDR integrados en los flujos de trabajo oficiales.

Diffusion Fidelity Rendering (DFR). Un nuevo pase de renderizado orientado a metraje real, resultados editables y salida EXR de calidad cinematográfica para pipelines de producción.

Pesos y variantes

El repositorio de Hugging Face proporciona el conjunto completo de pesos oficiales:

• Base: ltx-2.5-22b-dev-transformer-bf16.safetensors
• Destilado: ltx-2.5-22b-distilled-transformer-bf16.safetensors
• Cuantizaciones listas para ComfyUI: variantes int8 convrot y NVFP4 del transformer destilado
• Codificador de texto: gemma4-12b-with-proj-ltx-2.5 (BF16 e int8 convrot para ComfyUI)
• VAEs: un VAE de vídeo y un VAE de audio independientes
• Upscalers: upscalers 2x de latent espacial y 2x de latent temporal
• Complementos: un LoRA destilado (450) y un parche de modelo con cabeza de duración

Soporte para ComfyUI

LTX-2.5 es compatible con ComfyUI desde el primer día. Las plantillas de flujo de trabajo oficiales para texto a vídeo, imagen a vídeo y primer/último fotograma a vídeo están disponibles en la biblioteca de plantillas de flujo de trabajo de ComfyUI:

Lightricks también actualizó su wrapper oficial ComfyUI-LTXVideo con un conjunto completo de flujos de trabajo de ejemplo de 2.5, que cubren T2V/I2V de una y dos etapas (con upscale), inpainting y outpainting con ICLoRA, seguimiento de movimiento, control de unión y generación de texto a audio.

Enlaces

• Página del modelo: ltx.io/model
• Pesos: Lightricks/LTX-2.5 en Hugging Face
• Wrapper de ComfyUI: Lightricks/ComfyUI-LTXVideo
• Plantillas de flujo de trabajo: Comfy-Org/workflow_templates