Edit Anything v2: Многоинструктивное редактирование видео для LTX-2.5

Edit Anything v2 (Hugging Face | Civitai) — это инструкция IC-LoRA ранга 128 для LTX-2.5 (22B dev), выпущенная Alissonerdx. В отличие от более ранних треков LTX-2.3, она выполняет несколько операций редактирования: Замена, Удаление, Добавление, Рестайлинг в одном промпте, не требует опорного изображения и поставляется с готовым к использованию рабочим процессом ComfyUI.

Что нового в версии v2

Первый релиз Edit Anything (июнь, рассмотрен здесь) был ориентирован на LTX-2.3 с тремя отдельными треками: перенос движения, мультизадачная LoRA без опоры и сборка V2V с опорой. Edit Anything v2 — это чистый перезапуск:

Создан на базе LTX-2.5 — обучен с нуля на LTX-2.5 22B dev, а не является продолжением LoRA для LTX-2.3. 2750 пар исходных/отредактированных видео, ранг 128 / Альфа 128, размер 704×384, 73 кадра.
Несколько операций в одном промпте — «Замените фиолетовый Dodge Challenger на зелёный Lamborghini, и добавьте кинематографическую апокалиптическую сцену с падающими бомбами, и измените стиль неба в закат» всё в один проход. v1 мог выполнять только одну операцию за раз.
Без опорного изображения — исходное видео поступает как гайд, инструкция поступает как текст, отредактированное видео получается на выходе. Никаких трюков RoPE, никаких модулей sidecar, никаких масок потерь.
Улучшитель промптов — пишите на естественном языке, и он будет преобразован в соответствующий инструктивный промпт.

Примеры

Каждый клип представляет собой сравнение в три панели: исходный гайд | первый проход | второй проход (upscaled).

Замените фон, сохраните танцора

edit_anything: Replace the green indoor background with a sandy beach under a bright sky, where the man dances in dark blue swim trunks and a white beach towel draped over his shoulder, holding a yellow inflatable ring around his waist.

Заменить машину + сохранить объект

edit_anything: Replace the purple Dodge Challenger in the background with a green Lamborghini Huracan, featuring black five-spoke wheels and a low front splitter. The woman remains fully visible throughout the video, wearing her brown suit as she dances in the foreground.

Два редактирования одновременно

edit_anything: Replace the woman's dark black hair with vibrant red hair. Add a metallic leather metalworker outfit, including a sleeveless top and pants, worn by her in the center of the frame.

Использование в ComfyUI

Загрузите workflows/EditAnythingLTX2.5.json из репозитория Hugging Face или подключите вручную с помощью узла BFSnodes LTX Multiple Controls. Настройки, соответствующие обучению:

input	value
`guide_video`	ваше исходное видео
`guide_source_id`	`0`
`guide_layout`	`overlap`
`guide_ref_resize_mode`	`match_target`
`guide_downscale_factor`	`1`

Оставьте identity_image, mask_video и identity_mask_image отключенными — LoRA была обучена без использования любого из них.

Рекомендуемое начало: сила LoRA 1.0, CFG 3–5, 30 шагов, без LightX2V. Обученный размер — это 704×384, 73 кадра — другие размеры и длины являются экстраполяцией и первыми теряют временную согласованность.

Правила формирования промптов

Каждый промпт начинается с триггера edit_anything: за которым следует одно предложение на каждое редактирование. Модель понимает только четыре глагола (от наиболее к наименее надёжным): Замена, Добавление, Удаление, Рестайлинг. Важные правила:

10–20 слов на инструкцию; слишком короткое теряет описание, слишком длинное уходит в сторону.
Один объект на Add; для группы или толпы используйте Replace для существующего региона вместо этого.
Привяжите каждую инструкцию к чему-то видимому («слева от человека», «на столе справа от рамки кадра»).
Описывайте состояние, а не манеру — «стоящий на зелёном травяном поле», а не «плавающий грациозно».
Рестайлинг нацелен на регион, а не на весь клип; для вида всего видео напишите два или три инструкции по рестайлингу над регионами, которые его несут.
Сделайте его <стиль> и Превратите его в <стиль> не работают — используйте Рестайлинг.

Ограничения

Словарь редактирования ограничен четырьмя глаголами; редактирования, которые меняют очень мало кадра (тонкие удаления), наименее надёжны; отсутствует поддержкой опорного изображения («добавьте этот объект» с картинкой остаётся нерешённой); и клипы длиннее обученного размера первыми теряют временную согласованность. Как и в v1, это исследовательские эксперименты: ожидайте неудач и итеративно улучшайте промпт.