[商用API]LTX-2 – Lightricks推出的电影级AI视频生成模型

一、LTX-2是什么

LTX-2 是 Lightricks 开发的先进 AI 视频生成模型，专为高质量视频创作设计。能以原生 4K 分辨率和 50fps 的帧率生成电影级视频，支持多模态输入，包括文字、图片和草图，同时提供精细控制功能，可调节镜头角度、物体动作、时间节奏等。LTX-2 采用混合架构，结合扩散模型和 Transformer，具备多 GPU 推理能力，生成速度极快。支持 LoRA 微调，可快速训练出符合特定风格的模型。

LTX-2的主要功能

• 高质量视频生成：能以原生4K分辨率和50fps帧率生成电影级视频，画面风格一致，无闪烁或结构塌陷，可直接用于专业影视制作。
• 多模态输入与精细控制：支持文字、图片、草图等多种输入方式，同时提供镜头角度、物体动作、时间节奏等精细控制功能，满足创作者的多样化需求。
• 音画同步生成：在同一个扩散过程中同时生成画面和声音，实现角色说话时嘴型和语音同步、爆炸时音效和光线同步等效果，提升视频的真实感和专业性。
• 多 GPU 推理与高效生成：具备多 GPU 推理能力，推理效率比前代模型快2 – 3倍，支持多线程 GPU 并行，生成速度比播放速度还快，大大提高了创作效率。
• 多尺度渲染与实时预览：采用多尺度渲染技术，先快速生成低分辨率预览，然后放大成高质量4K版本，既保证了生成速度，又确保了最终输出的高质量。

二、使用教程

将 comfyui 更新至最新版本 0.3.67

目前支持的功能包括：

• 文生视频与图生视频模型，两者均支持同步音频生成能力
• 模型版本：LTX-2（专业版，Pro）、LTX-2（快速版，Fast）
• 最高支持 4K 分辨率，帧率可达 50 FPS
• 视频时长选项：6/8/10 秒

模型亮点

• 高效生成：优化后的视频推理流程，可在短时间内完成多场景视频迭代生成
• 多模态生成：生成视频时支持音频同步匹配
• 智能运动理解：能生成流畅前后的画面，还原真实的镜头运动效果
• 增强纹理与表面细节：采用全新扩散骨干网络，确保物理材质呈现的准确性

三、Lightricks官方定价：

四、工作流

文生视频示例：

图生视频示例：

五、总结

对于创作者而言，LTX-2 的价值不仅在于 “更快、更好、更便宜”，更在于 “降低创意门槛”：即使没有专业的视频剪辑或音频制作技能，也能通过自然语言提示词，快速将想法转化为高质量视频。未来，随着 DoorDash、OpenTable 等更多应用集成的加入，AI 或许将彻底改变 “创意 - 生产 - 分发” 的全链路，而 LTX-2 无疑是这一变革中的关键一步。随着 LTX-2的发布，视频创作的门槛将进一步降低，更多的创作者有机会借助这一先进技术实现自己的创意与梦想。