'Обзор LTX-2 (LTX Video): Первая Open Source "Аудио-Визуальная" модель'

Только мы подумали, что война ИИ-видео между Hunyuan и Wan 2.1 утихает, как Lightricks сбросили бомбу. LTX-2 (ранее известная как LTX Video) была официально выпущена с открытыми весами (open weights), и это не просто очередной видеогенератор.

Это первая в мире модель с открытыми весами, способная к совместной аудиовизуальной генерации — это означает, что она создает видео и синхронизированный звук одновременно за один проход.

Но настоящий заголовок для локальных пользователей? Эффективность. В отличие от прожорливой до VRAM Hunyuan Video, LTX-2 комфортно работает на потребительских GPU с 16 ГБ (используя квантование NVFP8), обеспечивая скорость генерации почти в реальном времени, что заставляет другие модели казаться рендерингом в замедленной съемке.

Если вы ищете Open Source ИИ-видеогенератор в 2026 году, который генерирует звук и не расплавит вашу видеокарту, то это он. В этом гайде мы углубимся в характеристики, сравним LTX-2 vs Hunyuan Video и покажем, как начать использовать его немедленно.

Инновация: Совместная генерация аудио и видео

Lightricks решили огромную проблему: звуковой дизайн. Построенная на новой архитектуре DiT (Diffusion Transformer), LTX-2 понимает корреляцию между движением и звуком.

• Как это работает: Когда вы вводите промпт "разбивающееся стекло", модель мгновенно генерирует визуально разлетающиеся осколки и синхронизированный звук звона стекла.
• Почему это важно: Больше не нужно искать стоковые звуковые эффекты или пытаться кропотливо синхронизировать звук на пост-продакшене. Все генерируется нативно.

Ключевые характеристики

• Разрешение: Нативная поддержка 4K (Оптимизировано для 720p на локальных GPU).
• Частота кадров: До 50 FPS для плавного движения (стандарт — 24 FPS).
• Аудио: Нативная синхронизированная генерация аудио (48 кГц стерео).
• Лицензия: Бесплатно для коммерческого использования (для субъектов с годовым доходом <$10M).

Требования к железу: Сможете ли вы запустить?

Здесь LTX-2 сияет. В то время как Run LTX Video locally 24GB VRAM идеальна для 4K, модель использует квантование NVFP8, чтобы поместиться на карты среднего уровня.

Минимальные характеристики для 720p (4 секунды)

• GPU: NVIDIA RTX 3080 / 4070 Ti / 4080 (12 ГБ - 16 ГБ VRAM).
• RAM: 32 ГБ системной памяти.
• Хранилище: 50 ГБ места на SSD.

Для тех, кто спрашивает, "Run LTX Video locally 16GB VRAM" — Да, абсолютно. Включив текстовый энкодер FP8 и веса модели в ComfyUI, вы можете генерировать клипы 720p / 24fps / 4s, не сталкиваясь с ошибками OOM (Out of Memory).

LTX-2 vs Hunyuan Video: Противостояние

Мы тщательно протестировали обе модели. Вот вердикт на 2026 год.

Функция	LTX-2 (Lightricks)	Hunyuan Video	Wan 2.1
Аудио	Нативная синхронизация (Победитель)	Нет	Нет
Скорость	Быстро (FP8)	Умеренно	Медленно (Высокое качество)
VRAM	Дружелюбно к 16 ГБ	24 ГБ+ Рекомендуется	48 ГБ+ (Enterprise)
Когерентность	Хорошо (Короткие клипы)	Отлично	Лучшее в классе
Лицензия	Сообщество (<$10M)	Open Source	Open Source

Вердикт: Выбирайте LTX-2 для контента в соцсетях, музыкальных визуализаторов и сценариев, где звук имеет решающее значение. Выбирайте Hunyuan или Wan 2.1, если вам нужна визуальная когерентность голливудского уровня, и вас не волнует аудио.

Туториал: Как использовать LTX-2 (Онлайн vs Локально)

У вас есть два варианта запуска этой модели.

Вариант 1: Самый простой способ (Рекомендуется)

Вам не нужна видеокарта за $2000, чтобы использовать LTX-2. Мы интегрировали полную модель прямо в нашу платформу.

• Установка не требуется.
• Быстрая генерация в нашем облаке.
• Мгновенный аудиовизуальный предпросмотр.

Попробовать LTX-2 Онлайн Сейчас (Нажмите, чтобы начать генерацию).

Вариант 2: Локальная настройка ComfyUI (Для разработчиков)

Если вы предпочитаете запускать локально, выполните следующие шаги:

1. Установить пользовательские узлы: Найдите ComfyUI-LTXVideo в Manager.
2. Скачать веса: Получите ltx-video-2b-v0.9.safetensors (версия FP8) с Hugging Face.
3. Загрузить рабочий процесс: Создайте стандартный рабочий процесс, соединяющий LTX Loader с Sampler.
4. Генерировать: Установите кадры на 97 (примерно 4 секунды) и наслаждайтесь.

Про-совет: Локальная настройка часто требует устранения проблем с зависимостями Python. Если вы столкнетесь с ошибками, мы рекомендуем переключиться на наш онлайн-инструмент для беспроблемного опыта.

Советы по промпт-инжинирингу LTX-2

Получение хороших результатов требует определенных стратегий промптинга. LTX-2 понимает как визуальные, так и звуковые сигналы.

1. Аудио-визуальные промпты

Описывайте звук внутри вашего визуального промпта:

• Промпт: "A cinematic shot of a thunderstorm, lightning strikes a tree, loud thunder crack, rain pouring sound."
• Результат: Модель синхронизирует вспышку света с аудио-пиком грома.

2. Управление камерой

Используйте это для режиссуры кадра:

• LTX Video camera control prompts: "Camera pan right", "Slow zoom in", "Drone shot", "Low angle".
• Пример: "Cinematic drone shot flying over a cyberpunk city, neon lights, fog, 4k, highly detailed, electronic synthesizer music background."

3. Список негативных промптов

Чтобы избежать эффекта "плавящегося лица", обычного для быстрых моделей, используйте этот список негативных промптов LTX Video:

"Blurry, distorted, morphing, jittery, watermarks, text, bad anatomy, static, frozen, silence, muted."

FAQ: Устранение неполадок и оптимизация

В: Моя локальная генерация — просто черный экран. О: Обычно это происходит, если вы используете неправильный dtype VAE. Убедитесь, что ваш VAE установлен на bfloat16, если ваша GPU поддерживает это, или float32, если вы на старых картах.

В: Настройки 720p в LTX-2 вешают мой ПК. О: Включите --lowvram в вашем bat-файле ComfyUI. Также убедитесь, что ваше "количество кадров" следует формуле (8 * n) + 1 (например, 97, 121) для оптимального выравнивания тензоров.

В: Могу ли я использовать это коммерчески? О: Да! Если ваш годовой доход составляет менее 10 миллионов долларов США, Community License LTX-2 разрешает полное коммерческое использование.

Заключение

Lightricks LTX-2 — это поворотный момент для Open Source ИИ. Это первый раз, когда у нас есть модель, сочетающая скорость, аудио и доступность в одном пакете.

Хотя она может не превзойти Wan 2.1 в чистой пиксельной когерентности, возможность генерировать синхронизированные аудиовизуальные клипы революционна. Для большинства креаторов LTX-2 — это инструмент, который наконец-то привносит звук на вечеринку ИИ-видео.