LTX-2.5：Lightricks 为 ComfyUI 发布 22B 开源视频模型

概述

LTX-2.5 是 Lightricks 开源视频基础模型家族的新一代产品，接替 LTX-2.3。它基于 22B 参数的非对称双流 diffusion Transformer 构建，通过双向交叉注意力和模态感知的无分类器引导（classifier-free guidance），联合生成视频和音频。文本编码器采用带可学习投影的 Gemma 4 12B 模型。

该模型同时提供完整的开发专用（dev）checkpoint 和蒸馏式少步数变体，支持文生视频、图生视频、视频转视频、文生音频和音频生视频。Lightricks 表示，使用蒸馏模型在 NVIDIA 超级芯片上生成一段 10 秒片段大约需要 6-8 秒。

LTX-2.5 官方演示视频（视频来源：ltx.io）

LTX-2.5 的新特性

原生多镜头。 该模型可在单次生成中输出连接式场景，包括全景、中景和特写镜头，并在不同镜头之间保持角色、环境、灯光和声音的一致性。

自动时长。 片段长度会根据所描述的动作自动预测，因此场景能够落在正确的时长上，无需手动调整帧数。

原生 4K HDR。 该模型面向高分辨率、高动态范围输出，官方工作流中内置了 HDR pipeline。

Diffusion Fidelity Rendering（DFR）。 一种全新的渲染通道，专为实拍素材、可编辑结果和面向制作 pipeline 的电影级 EXR 输出而设计。

权重与变体

Hugging Face 仓库 提供了完整的官方权重集合：

• 基础版（Base）：ltx-2.5-22b-dev-transformer-bf16.safetensors
• 蒸馏版（Distilled）：ltx-2.5-22b-distilled-transformer-bf16.safetensors
• ComfyUI 即用型量化版本：蒸馏 Transformer 的 int8 convrot 和 NVFP4 变体
• 文本编码器：gemma4-12b-with-proj-ltx-2.5（BF16 和 ComfyUI int8 convrot）
• VAE：独立的视频 VAE 和音频 VAE
• Upscaler：Latent 空间 2 倍 Upscaler 和 Latent 时间 2 倍 Upscaler
• 附加组件：蒸馏 LoRA（450）和时长头（duration-head）模型补丁

ComfyUI 支持

LTX-2.5 在发布首日即获得 ComfyUI 支持。文生视频、图生视频和首帧/末帧生视频的官方工作流模板已可在 ComfyUI 工作流模板库中获取：

Lightricks 还更新了其官方 ComfyUI-LTXVideo 封装，提供完整的 2.5 示例工作流 集合，涵盖单阶段和两阶段（放大）T2V/I2V、ICLoRA 图像修复（inpainting）与外绘（outpainting）、运动跟踪、Union 控制以及文生音频生成。

链接

• 模型页面：ltx.io/model
• 权重：Lightricks/LTX-2.5（Hugging Face）
• ComfyUI 封装：Lightricks/ComfyUI-LTXVideo
• 工作流模板：Comfy-Org/workflow_templates