试用 LTX-2 在线演示
实时体验AI驱动的4K视频和音频生成
如果持续加载失败，请检查您的网络连接
演示暂时不可用
如何使用LTX-2演示
文本生成视频
- • 输入描述视频的文本提示
- • 选择视频时长和质量设置
- • 生成高质量4K视频输出
图像转视频动画
- • 上传静态图像作为输入
- • 添加动作提示进行动画
- • 生成带同步音频的视频
最新文章
探索LTX-2技术深度指南和实用教程
LTX-2 的强大功能
探索使LTX-2成为领先开源AI视频生成模型的先进功能
📝
文本生成视频
使用LTX-2先进的DiT架构，从文本提示生成高质量视频
🖼️
图像转视频动画
将静态图像转换为具有流畅运动和自然过渡的动态视频
🎵
同步音视频
在单一统一模型中创建完美同步的音频和视频内容
🎬
4K高分辨率
生成具有空间放大功能的生产就绪4K视频
🎯
LoRA微调
通过高效的LoRA训练为特定风格、动作或外观定制LTX-2
⚡
多种性能模式
从dev、distilled或量化(fp8/fp4)模型中选择，实现最佳速度质量平衡
先进的DiT架构
LTX-2采用尖端的扩散Transformer技术，拥有190亿参数
模型规格
LTX-2基于扩散Transformer(DiT)架构构建，是首个在单一统一模型中生成同步音频和视频的模型。拥有190亿参数，为专业工作流程提供生产就绪的质量。
可用模型变体：
- ltx-2-19b-dev (全精度, bf16)
- ltx-2-19b-dev-fp8 (fp8量化)
- ltx-2-19b-dev-fp4 (nvfp4量化)
- ltx-2-19b-distilled (8步, CFG=1)
放大模型：
- 空间放大器 (x2分辨率)
- 时间放大器 (x2帧率)
系统要求：
- Python ≥3.12
- CUDA >12.7
- PyTorch ~2.7
LTX-2 的实际应用
探索LTX-2如何赋能各行业创作者
内容创作
使用LTX-2的文本生成视频功能，从文本描述生成引人入胜的社交媒体视频
影视制作
使用LTX-2的4K生成功能，为电影制作人提供快速原型和预可视化
营销与广告
使用LTX-2的音视频合成功能创建带有同步音频的宣传视频
教育与培训
使用LTX-2的图像转视频动画制作教育内容和教程
研究与开发
使用LTX-2的开源架构进行AI视频生成技术实验
游戏开发
使用LTX-2的视频转视频功能生成电影级过场动画和预告片
LTX-2 视频示例
探索LTX-2生成的精彩示例
文本生成视频：电影场景
山脉上空戏剧性的日落与流动的云彩
4K分辨率
5秒
图像转视频：肖像动画
静态肖像通过自然运动变得生动
1080p
3秒
音视频：音乐视频
同步音频和视频生成
4K
带音频
视频转视频：风格迁移
用新的艺术风格转换现有视频
1080p
4秒
LoRA微调：自定义风格
针对特定艺术风格微调的LTX-2
4K
6秒
放大：4K增强
空间和时间放大演示
4K
50 FPS
开始使用 LTX-2
几分钟内在本地安装并运行LTX-2
安装
git clone https://github.com/Lightricks/LTX-2.git
cd LTX-2
uv sync
source .venv/bin/activate克隆LTX-2仓库并使用uv包管理器设置环境
系统要求
Python版本
≥ 3.12
CUDA版本
> 12.7
PyTorch版本
~ 2.7
关于 LTX-2 的常见问题
查找关于LTX-2的常见问题答案
LTX-2是一个190亿参数的DiT架构AI基础模型，用于同步音视频生成。它是首个此类开源模型，能够从文本提示、图像或现有视频生成高质量4K视频和同步音频。
LTX-2支持多种生成模式：文本生成视频、图像生成视频、视频转视频、音频生成视频以及联合音视频内容创作。它可以生成高达4K分辨率的视频并带有同步音频。
LTX-2需要Python ≥3.12、CUDA >12.7、PyTorch ~2.7以及具有足够VRAM的NVIDIA GPU。确切的VRAM要求取决于您选择的模型变体和生成设置。
是的，LTX-2在Apache 2.0许可下完全开源。您可以自由使用、修改和分发LTX-2用于个人和商业项目。
LTX-2提供多个变体：dev(bf16全精度)、fp8和fp4量化版本用于更快推理，以及针对速度优化的蒸馏版本。此外，还提供空间和时间放大模型。
是的，LTX-2支持LoRA微调用于自定义风格、动作和外观。在许多设置中，您可以在不到1小时内训练动作、风格或相似度LoRA。
LTX-2支持高达4K分辨率的空间放大功能。基础模型生成各种分辨率的视频，空间放大器可以将它们增强到4K质量。
生成时间取决于您选择的模型变体。蒸馏版本最快，只需8步，而dev版本提供最高质量但需要更长时间。量化版本(fp8/fp4)提供良好的平衡。
是的，LTX-2是首个在单一模型中生成同步音频和视频的DiT模型。它可以为各种应用创建完美匹配的音视频内容。
您可以在HuggingFace Spaces上试用在线演示：huggingface.co/spaces/Lightricks/ltx-2-distilled，或从GitHub安装LTX-2到本地以获得完全控制和自定义。