【LTX推出最新開源影片生成模型LTX-2.5強化畫質、原生多鏡頭一致性與本地效能】

LTX 於上週推出開源影片生成模型 LTX-2.5版本. 這是該系列迄今最完整的 open-weights foundation model, 專為提升畫質、連續性、控制力及本地運行效率而設計.
LTX-2.5 重建了生成管線多個關鍵部分, 它引入 native multi-shot, 讓單一生成即可輸出多個連貫鏡頭, 並保持角色、場景、燈光、視覺風格與聲音跨鏡頭一致, 同時加入 Diffusion Fidelity Rendering 技術,按場景複雜度動態分配 compute. 以達到更高像素質素.

全新 diffusion video decoder 進一步減少高動態畫面中的視覺瑕疵. 而 custom Gemma 4 12B text encoder 配合 prompt enhancer 則大幅提升對複雜 prompt 的理解能力.
模型支援 text-to-video、image-to-video 及 audio-to-video, 並提供自動 duration 預測、native 4K HDR 與 EXR / ACES 支援.
本次提供有 Fast 與 Pro 兩個版本, 分別側重速度與 fidelity.
LTX-2.5 已開放 weights 於 Hugging Face, 並原生支援 ComfyUI . 同時提供官方 API. ARR 低於 US$10M 的機構可免費使用.
模型最低約需 16GB VRAM, 可在一般 GPU 或本地硬體運行, 並支援微調… LTX 表示此模型已應用於電影、機械人及 real-time world generation 等領域..