实时体验AI驱动的4K视频和音频生成
探索LTX-2技术深度指南和实用教程
Comprehensive guide to MOSS-TTS, the revolutionary open-source TTS model with 1.7B/0.6B variants, 10 languages, 49 voices, and ultra-low latency streaming.
阅读更多
全面指南ACE-Step 1.5，强大的开源多模态模型，拥有32B参数，Qwen2.5-32B主干网络，以及最先进的视觉语言性能。
阅读更多
全面指南Kani-TTS-2，革命性开源TTS模型，包含2.5B/0.9B变体、12种语言、60+语音、3秒语音克隆和超低延迟流式传输。
阅读更多
智谱AI最新开源语言模型系列，拥有90亿+参数、128K上下文支持，包含GLM-5-Chat、GLM-5-Plus和GLM-5-Flash等多个变体。
阅读更多
Revolutionary multilingual speech recognition with 52 languages, 5.2% Chinese WER, 7.8% English WER, and 0.3x real-time factor.
Read More
探索使LTX-2成为领先开源AI视频生成模型的先进功能
使用LTX-2先进的DiT架构，从文本提示生成高质量视频
将静态图像转换为具有流畅运动和自然过渡的动态视频
在单一统一模型中创建完美同步的音频和视频内容
生成具有空间放大功能的生产就绪4K视频
通过高效的LoRA训练为特定风格、动作或外观定制LTX-2
从dev、distilled或量化(fp8/fp4)模型中选择，实现最佳速度质量平衡
LTX-2采用尖端的扩散Transformer技术，拥有190亿参数
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。
探索LTX-2如何赋能各行业创作者
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
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
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
使用LTX-2的图像转视频动画制作教育内容和教程
使用LTX-2的开源架构进行AI视频生成技术实验
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
探索LTX-2生成的精彩示例
山脉上空戏剧性的日落与流动的云彩
静态肖像通过自然运动变得生动
同步音频和视频生成
用新的艺术风格转换现有视频
针对特定艺术风格微调的LTX-2
空间和时间放大演示
几分钟内在本地安装并运行LTX-2
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
Python版本
≥ 3.12
CUDA版本
> 12.7
PyTorch版本
~ 2.7
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。