LTX-2.5：开源视频生成，6.8 秒出 10 秒片

📌 开源视频生成模型LTX-2.5发布：单张图片生成10秒720P视频，实测仅需6.8秒——比实时播放还快。权重开放，本地可跑，ARR低于1000万美元的组织免费商用。

一、LTX是谁？一段值得先说清楚的历史

很多人知道Lightricks——以色列的创意工具公司，旗下有Facetune、VideoLeap这类修图和视频编辑App，背后是真正的视觉AI研究团队。但这次的主角不是Lightricks本身，而是它拆分出来的独立公司LTX。

LTX专注做一件事：开放权重的世界模型（World Model）。世界模型这个概念跟大语言模型不太一样——LLM处理文字，World Model处理的是物理世界本身：物体怎么动、光影怎么变、碰撞怎么发生。目标是把真实世界的规律压缩进模型里，让生成的视频少一点"AI感"，多一点物理真实性。

从2024年底到2026年，LTX连续推出多代模型：LTX-Video（第一代，2024年11月）、LTX-2（约2025年，支持音视频同步）、LTX-2.3（2026年初，强化质量）、直到2026年8月11日发布的LTX-2.5。这个系列累计下载量已突破3300万次，是目前开源视频生成领域下载量最高的模型系列之一。

二、LTX-2.5到底快在哪里

核心数字只有一个：6.8秒。

在两张英伟达GB200芯片上，LTX-2.5用单张图片作为输入，生成一段10秒、720P分辨率的视频，只需要6.8秒。注意，这是生成时间，不是等待时间——比视频本身的播放时长还要短。

作为对比，通过LTX官方托管API以1080P分辨率完成同样任务，耗时约23.7秒。这说明本地高配机器比云端API快，但云端对没有GB200的普通用户更友好。

LTX官方还给出了一个横向对比：生成成本约为同类闭源模型的八分之一，渲染时间约为七分之一。这里的"同类"主要指Sora、Veo 2这类闭源视频生成方案。

速度背后的逻辑很直接：当生成速度超过播放速度，视频创作就从"等待渲染"变成"实时预览"。这对工作流的影响是根本性的——你可以在几分钟内迭代几十个版本，而不是每次等待数分钟。

三、开源 vs 闭源：这次不只是情怀

视频生成领域长期以来存在一条清晰的路线分裂：

闭源阵营（Sora、Veo 2、Runway Gen-3等）：质量上限高，但你不拥有模型，无法定制，API费用按次计费，数据要传上去。

开源阵营（之前的Stable Video Diffusion、 CogVideoX等）：可本地跑、可定制，但速度慢、显存要求高、集成麻烦，难以真正进入工作流。

LTX-2.5的出现让这道选择题第一次变得不那么纠结。原因有三个：

第一，速度追上了。 6.8秒生成10秒视频，意味着开源方案第一次在速度维度上不输给闭源API。

第二，集成做到家了。 这次是原生集成进ComfyUI——不是第三方插件，是首发合作、官方深度适配。ComfyUI是开源AI生成领域事实上的原型开发环境，用户基数大、工作流成熟。模型进ComfyUI，就意味着可以直接用现成的工作流、批量跑脚本、不依赖任何云服务。

第三，许可证对独立创作者友好。 ARR（年度经常性收入）低于1000万美元的组织可免费商用，大公司需单独谈授权。这意味着大多数个人开发者、独立工作室、中小企业都可以零成本把LTX-2.5用进商业产品。

四、你的硬件能跑吗？本地部署门槛

这是最实际的问题。

从现有公开信息来看，LTX-2.5的官方测试基准是两张英伟达GB200（数据中心的顶级芯片）。这不是普通消费者能搞到的硬件。

但历史规律告诉我们，开源模型的硬件门槛会快速下降：

• LTX-Video（2024年11月）：据社区反馈，12GB显存可跑低分辨率版本
• LTX-2：社区整合包显示，16-24GB显存是推荐配置
• LTX-2.5：官方首发以GB200为基准，但社区量化版本通常会在数周内出现，降低显存需求

如果你的显卡是RTX 4090（24GB）或RTX 5090（32GB），可以密切关注HuggingFace上的社区量化版本和相关整合包。RTX 3090（24GB）理论上可以，但速度会明显慢于新一代显卡。

如果你的显存低于16GB： 目前不建议强行本地跑LTX-2.5，可以先用LTX官方API（托管模式，按量计费）尝鲜，LTX-2.5 Fast版本每0.12美元/秒。

五、三种用法，选适合你的

用法1：直接用官方API（最简单）

不需要任何硬件配置，直接在LTX官网注册调用。适合：快速验证想法、不想折腾环境的用户。缺点：费用按生成次数计，大批量使用时成本需要评估。

用法2：ComfyUI本地工作流（推荐）

LTX-2.5原生集成进ComfyUI，下载模型权重后即可在本地跑完整工作流。适合：有NVIDIA显卡、想深度定制工作流的创作者。可以结合LoRA、IC-LoRA等控制节点，实现镜头运动、角色一致性等精细控制。

用法3：云GPU按需租用

如果本地硬件不够，又不想长期付费，可以用SageMaker、OpenBayes等平台提供的A100/H100实例，按小时计费跑LTX-2.5。适合：偶有大批量需求、不想购买高端显卡的用户。

六、这个模型能做什么

结合官方和社区的已有案例，LTX-2.5适合以下场景：

产品展示视频：上传一张产品图，生成一段产品360°展示视频，6-7秒生成一条，效率远高于传统3D渲染流程。

概念视频快速迭代：设计团队用文字或草图生成多个概念视频方案，快速对比和筛选。

AI短片预演：在正式拍摄前，用LTX-2.5生成参考视频，确认分镜和运动节奏，再进入实拍或后期。

数字人/角色动画：配合IC-LoRA控制，可以在多次生成中保持角色外观一致性，适合做IP内容。

机器人仿真（进阶）：作为世界模型，LTX-2.5的物理理解能力也被用于数字环境模拟和机器人编程辅助，这是更专业的方向。

七、LTX-2.5的局限

说真话比只说好话更有价值。

质量上限：开源模型的单次生成质量，目前仍然低于Sora、Veo 2等顶级闭源模型在最佳状态下的表现。对于追求电影级质感的项目，闭源方案仍有优势。

音频支持：LTX-2.5是视频生成模型，不内置音频。LTX系列中支持音视频同步的版本是LTX-2（如LTX-2.3），音频生成需要配合音频模型使用。

长视频生成：当前版本的测试基准是10秒视频。更长时长的视频需要多次生成后拼接，在角色一致性和场景连续性上会有挑战。

硬件门槛仍然存在：虽然比前代进步，但"6.8秒"这个数字是在双GB200上测出来的，普通RTX 4090用户实际体验会慢一些。

参考来源：

1. IT之家：LTX-2.5模型登场，AI生成10秒720P视频仅需6.8秒 — 主流科技媒体报道，核心数据来源
2. 腾讯网：LTX发布LTX-2.5模型，原生集成ComfyUI — 官方发布信息确认
3. Lightricks LTX-Video GitHub仓库 — 官方开源仓库，模型演进历史
4. Lightricks LTX-2 GitHub仓库 — LTX-2官方推理包，含技术细节
5. CSDN：LTX-2.3开源AI视频生成新标杆 — 社区实践与技术分析

🎯 行动清单

• 第一步：看官方模型卡 — 打开HuggingFace搜索Lightricks/LTX-2.5，读README确认最新模型文件、参数规模、推荐硬件配置（行动力4）
• 第二步：评估你的硬件 — 查显卡显存：RTX 4090/5090（24GB+）可本地跑；16-24GB用量化版；低于16GB先用API（行动力4）
• 第三步：选接入方式 — 有显卡→装ComfyUI+LTX-2.5节点；无显卡→注册LTX API账号，先用托管模式试生成（行动力4）
• 第四步：生成你的第一条视频 — 上传一张产品图或任意照片，输入提示词，生成第一条10秒视频，体验"比播放更快"的生成速度（行动力5）
• 第五步：评估商业可用性 — 对比现有闭源API成本，若月生成量>100条，评估本地部署ROI（行动力4）

📖 延伸阅读

• Hyperframes：HTML-first 短视频渲染框架实战
• 2026 免费开源 TTS 方案完全对比：从本地到云端
• UI-TARS-desktop：字节开源桌面自动化 Agent

🔗 这个工具今天就能用：LTX 官网。花5分钟注册API账号或者翻出你的显卡驱动，今天就能生成第一条视频。

最后更新：2026-08-14