LTX-2.5: Lightricks выпускает открытую видеомодель 22B

Обзор

LTX-2.5 представляет собой следующее поколение открытого семейства видеомоделей Lightricks, приходящее на смену LTX-2.3. Модель построена на асимметричном двухпоточном diffusion-трансформере с 22B параметров, который генерирует видео и аудио совместно через двунаправленное перекрестное внимание с модально-зависимым направлением без классификатора. Текстовый энкодер представляет собой модель Gemma 4 12B с обученной проекцией.

Модель доступна как в виде полного dev-чейкпоинта, так и в виде дистиллированного варианта на несколько шагов, и поддерживает генерацию текст-в-видео, изображение-в-видео, видео-в-видео, текст-в-аудио и аудио-в-видео. По заявлению Lightricks, 10-секундный клип из изображения можно сгенерировать примерно за 6-8 секунд на суперчипах NVIDIA с использованием дистиллированной модели.

Официальное демо LTX-2.5 (видео с ltx.io)

Что нового в LTX-2.5

Нативный мультишот. Модель может генерировать связанные сцены (общие, средние и крупные планы) в рамках одной генерации, сохраняя персонажа, окружение, освещение и голос согласованными между кадрами.

Автоматическая длительность. Длина клипа предсказывается на основе описанного действия, поэтому сцены получают нужную длительность без ручной настройки количества кадров.

Нативный 4K HDR. Модель ориентирована на выход с высоким разрешением и высоким динамическим диапазоном, а HDR-пайплайны встроены в официальные рабочие процессы.

Diffusion Fidelity Rendering (DFR). Новый проход рендеринга, нацеленный на реальные видеоматериалы, редактируемые результаты и кинематографический EXR-выход для производственных пайплайнов.

Веса и варианты

В репозитории на Hugging Face доступен полный набор официальных весов:

• Базовый: ltx-2.5-22b-dev-transformer-bf16.safetensors
• Дистиллированный: ltx-2.5-22b-distilled-transformer-bf16.safetensors
• Готовые для ComfyUI квантования: варианты int8 convrot и NVFP4 дистиллированного трансформера
• Текстовый энкодер: gemma4-12b-with-proj-ltx-2.5 (BF16 и ComfyUI int8 convrot)
• VAE: отдельные VAE для видео и аудио
• Апскейлеры: латентные пространственные и временные апскейлеры с увеличением 2x
• Дополнения: дистиллированный LoRA (450) и патч модели с головой длительности

Поддержка ComfyUI

LTX-2.5 поддерживается в ComfyUI с первого дня. Официальные шаблоны рабочих процессов для генерации видео из текста, из изображения и по первому и последнему кадрам доступны в библиотеке шаблонов рабочих процессов ComfyUI:

Lightricks также обновила свой официальный враппер ComfyUI-LTXVideo, добавив полный набор примеров рабочих процессов 2.5, охватывающих одноэтапную и двухэтапную (с апскейлом) T2V/I2V, инпейтинг и аутпейтинг ICLoRA, отслеживание движения, union control и генерацию текст-в-аудио.

Ссылки

• Страница модели: ltx.io/model
• Веса: Lightricks/LTX-2.5 на Hugging Face
• Враппер для ComfyUI: Lightricks/ComfyUI-LTXVideo
• Шаблоны рабочих процессов: Comfy-Org/workflow_templates