LTX

实时文本生成视频

使用20亿参数的DiT模型，在2-4秒内将文本描述转换为5秒、768x512分辨率、24帧每秒的视频，实现快速内容原型制作和生产。

实时图像生成视频

根据文本运动指令将静态输入图像动画化为视频序列，保持高度一致性，从而从视觉源生成无缝且可控的视频输出。

人工智能文本生成图像

根据文本提示词生成高质量图像，支持多种宽高比选项，采用Seedream 5.0等模型，以支持多样化的创意和营销设计工作流。

• 电影制作人：通过文本提示在数秒内生成故事板视频，从而预可视化场景。
• 社交媒体创作者：利用图像转视频动画，快速制作针对不同平台的短视频。
• 广告团队：利用一致的AI生成视频片段，快速原型化广告视觉素材。
• 教育工作者：通过文本生成视频，将教案转化为引人入胜的教育视频。
• 电商企业：将产品图片动画化，为在线商品列表创建动态展示视频。

LTX 是什么？它有何独特之处？

LTX 是由 Lightricks 开发的首个基于 DiT（扩散 Transformer）的实时 AI 视频生成模型。其拥有 20 亿参数架构，能在 2-4 秒内生成 5 秒、768x512 分辨率、24 FPS 的视频——速度快于实时播放。它完全开源，并支持文本生成视频和图像生成视频两种模式。

LTX 生成速度有多快？

LTX 的视频生成速度快于实时播放。在 NVIDIA H100 GPU 上，生成一段 5 秒视频大约需要 4 秒。这一突破性速度使其适用于实时创意工作流和快速原型设计。

LTX 支持哪些视频格式和分辨率？

LTX 生成 768x512 分辨率、24 FPS 帧率的视频。模型支持的帧数为 8 的倍数加 1（例如 9、17、25 帧）。输出格式为 MP4，适用于社交媒体、营销和专业内容创作。

LTX 是开源的么？

是的！LTX 完全开源，由 Lightricks 托管在 GitHub 上。它与 ComfyUI 集成以进行可视化工作流设计，并支持 GPU 和 TPU 系统。开发者可在 Apache-2.0 许可下自由使用、修改和分发。

文本生成视频和图像生成视频是什么？

文本生成视频能让您通过文字描述创建视频——只需描述想要的场景。图像生成视频则能为静态图片注入动态——上传一张照片并描述其运动方式。LTX 在这两种模式下均表现出色，输出一致且高质量。

LTX 的使用场景有哪些？

LTX 非常适合电影预演、广告创意、社交媒体内容、教育材料及快速原型设计。内容创作者、营销人员、教育工作者和企业可使用它高效制作专业视频内容。

运行 LTX 需要什么系统配置？

LTX 需要带足够显存的 GPU，在 NVIDIA H100 硬件上性能最佳。它支持消费级 GPU 和 TPU 系统。这款 20 亿参数的模型本地运行通常至少需要 16GB 显存，生成速度随硬件能力变化。

如何开始使用 LTX？

新用户可通过官方 ltx.dev 网站使用免费额度（无需信用卡）体验。如需本地部署，开源模型已发布在 GitHub，并提供了 ComfyUI 集成指南。Lightricks 还提供了文档和示例工作流以协助初始设置和探索。

商业使用的许可条款是什么？

LTX 基于 Apache-2.0 许可证发布，允许在署名前提下进行商业使用、修改和分发，无许可费用。用户必须遵守许可条款。Lightricks 还提供如 FLUX.1 Kontext 等专有模型，采用独立的商业许可。

LTX 能否与其他创意工具集成？

可以。LTX 与 ComfyUI 集成以实现基于节点的工作流设计，允许与其他 AI 模型和特效结合。输出的 MP4 视频可导入标准视频编辑软件。开发者也可使用可用 API 将 LTX 集成到自有应用程序中。

LTX 当前有哪些限制？

LTX 当前以固定 768x512 分辨率生成视频，帧数限制为特定值（如 9、17 或 25 帧）。对于高度复杂或抽象的提示词，一致性可能有所波动。实时速度取决于硬件；与高端 GPU 上广告的 2-4 秒相比，消费级 GPU 将导致更长的生成时间。

• LTX 是一个实时 AI 视频生成模型，它使用 20 亿参数的 DiT 架构，从文本或图像输入创建短视频，以提供快速、专业品质的结果。
• 导航至 LTX 网页界面 https://ltx.dev/，登录或创建账户以访问生成工具和积分系统。
• 选择合适的生成模式：对于描述性提示使用“文本生成视频”，或使用“图像生成视频”通过动作提示让上传的静态图像动起来。
• 输入详细的文本提示，描述所需的场景、主体和动作，确保在字符限制内保持清晰，以获得最佳输出一致性。
• 对于图像生成视频，请上传源图像，并搭配一个提示词，指定图像应在视频时长内如何动画或变形。
• 在开始生成过程之前，选择与目标平台要求相匹配的宽高比（例如 16:9, 9:16）。
• 点击“生成视频”按钮；系统将消耗指定的积分（例如 10-15），并使用 Seedream 5.0 模型处理请求。
• 等待约 2-4 秒，即可渲染出 5 秒、768x512 分辨率的 MP4 视频，因为 LTX 的运行速度快于实时播放速度。
• 在界面中直接预览生成的视频，评估视觉质量、动作流畅度以及与输入提示或源图像的一致性。
• 下载最终的 MP4 文件，用于视频编辑软件、社交媒体、演示文稿或其他创意与专业视频制作工作流。
• 通过迭代调整提示词、更改宽高比或修改源图像来优化结果，利用该工具的速度进行快速原型设计。
• 将生成的片段应用于具体用例，例如社交媒体内容、广告故事板、教育短片或电影预可视化。