LTX とは？何がユニークなのか？

LTX は Lightricks が開発した、DiT（拡散 Transformer）ベースの初のリアルタイム AI 動画生成モデルです。20 億パラメータのアーキテクチャを特徴とし、768x512 解像度、24 FPS の 5 秒動画をわずか 2-4 秒で生成可能で、再生速度を上回ります。完全にオープンソースで、テキスト動画生成と画像動画生成の両方をサポートしています。

LTX の生成速度は？

LTX は動画をリアルタイム再生より速く生成します。NVIDIA H100 GPU では、5 秒の動画を約 4 秒で生成可能です。この画期的な速度により、リアルタイムのクリエイティブワークフローや迅速なプロトタイピングが実用的となります。

LTX はどのような動画フォーマットと解像度をサポートしているか？

LTX は 768x512 解像度、24 FPS フレームレートの動画を生成します。モデルは、8 の倍数に 1 を加えたフレーム数（例: 9、17、25 フレーム）をサポートしています。出力は MP4 形式で、ソーシャルメディア、マーケティング、プロフェッショナルなコンテンツ制作に適しています。

LTX はオープンソースですか？

はい！ LTX は完全にオープンソースで、Lightricks によって GitHub でホストされています。ComfyUI と統合され、視覚的なワークフロー設計を可能にし、GPU および TPU システムをサポートしています。開発者は Apache-2.0 ライセンスの下、自由に使用、修改、配布できます。

テキスト動画生成と画像動画生成とは？

テキスト動画生成により、テキスト説明から動画を作成できます——作りたいシーンを説明するだけです。画像動画生成により、静止画像をアニメーション化できます——写真をアップロードし、どのように動くべきかを説明します。LTX は一貫性のある高品質な結果で両モードを得意としています。

LTX のユースケースは？

LTX は、映画のプリビジュアライゼーション、広告クリエイティブ、ソーシャルメディアコンテンツ、教育資料、迅速なプロトタイピングに最適です。コンテンツクリエイター、マーケター、教育者、企業は、効率的にプロフェッショナルな動画コンテンツを制作するために使用しています。

LTX を実行するにはどのようなシステム要件が必要か？

LTX は十分な VRAM を備えた GPU を必要とし、NVIDIA H100 ハードウェアで最適な性能を発揮します。コンシューマー向け GPU と TPU システムをサポートしています。20 億パラメータのモデルは通常、ローカル実行に少なくとも 16GB の VRAM を必要とし、生成速度はハードウェア能力によって異なります。

LTX を始めるには？

新規ユーザーは、クレジットカード不要の無料クレジットを使用して、公式 ltx.dev ウェブサイトから LTX にアクセスできます。ローカル展開の場合、オープンソースモデルは GitHub で利用可能で、ComfyUI の統合ガイドが付属しています。Lightricks は、初期設定と探索を支援するためにドキュメントとサンプルワークフローを提供しています。

商業利用のライセンス条件は？

LTX は Apache-2.0 ライセンスでリリースされており、適切な帰属表示のもと、商業利用、修改、配布を許可しています。ライセンス料はありませんが、ユーザーはライセンス条項を遵守する必要があります。Lightricks はまた、FLUX.1 Kontext などのプロプライエタリモデルを別の商業ライセンスで提供しています。

LTX は他のクリエイティブツールと統合できますか？

はい。LTX はノードベースのワークフロー設計のために ComfyUI と統合され、他の AI モデルやエフェクトとの組み合わせを可能にします。MP4 形式の出力動画は、標準的な動画編集ソフトウェアにインポートできます。開発者はまた、独自のアプリケーションへのカスタム統合のために利用可能な API を使用することもできます。

LTX の現在の制限事項は？

LTX は現在、固定 768x512 解像度で動画を生成し、フレーム数は 9、17、25 フレームなどの特定の値に制限されています。高度に複雑または抽象的なプロンプトでは、一貫性が異なる可能性があります。リアルタイム速度はハードウェアに依存します。ハイエンド GPU で宣伝されている 2-4 秒と比較して、コンシューマー向け GPU では生成時間が長くなります。

LTX のコア機能

リアルタイム・テキスト・トゥ・ビデオ生成

2BパラメータのDiTモデルを使用し、2～4秒以内にテキスト記述を5秒間、768x512解像度、24FPSの動画に変換し、迅速なコンテンツプロトタイピングと制作を可能にします。

リアルタイム・イメージ・トゥ・ビデオ生成

テキストの運動指示に基づき、静的な入力画像をビデオシーケンスにアニメーション化し、視覚的ソースからのシームレスで制御可能なビデオ出力のために、高い一貫性を維持します。

AI画像生成（テキストから）

テキストプロンプトから高品質な画像を生成し、複数のアスペクト比オプションを提供し、Seedream 5.0などのモデルを採用して、多様なクリエイティブおよびマーケティングデザインワークフローをサポートします。

LTX の使用例

映画制作者：テキストプロンプトから数秒でストーリーボード動画を生成し、シーンのプレビズ（事前可視化）を実現。
ソーシャルメディアクリエイター：画像から動画へのアニメーションを活用し、プラットフォームに最適化されたショートビデオを迅速に制作。
広告チーム：一貫したAI生成ビデオクリップを使用して、キャンペーンのビジュアルを迅速にプロトタイプ化。
教育者：テキストから動画を生成し、レッスンプランを魅力的な教育ビデオに変換。
EC企業：商品画像をアニメーション化し、オンライン商品リスト向けのダイナミックなショーケース動画を作成。

LTX のコア機能