💼VentureBeat•最新收集於 32m
LTX-2.5 讓開放式影片生成接近即時
💡開放權重影片模型宣稱 6.8 秒生成，並原生支援多鏡頭一致性。
⚡ 30-Second TL;DR
有什麼變化
LTX-2.5 已以開放權重形式在 Hugging Face、ComfyUI 與 LTX API 上提供。
為什麼重要
LTX-2.5 強化了開放權重影片模型在原型製作、本地生成與機器人領域的吸引力。其 ComfyUI 整合與宣稱的速度，可能讓小型團隊與個人創作者更容易進行反覆影片製作。
下一步行動
在 ComfyUI 安裝 LTX-2.5，並將 10 秒圖生影片工作流程與現有模型比較速度、VRAM 使用量及視覺一致性。
誰應關注：Creators & Designers
關鍵要點
- •LTX-2.5 已以開放權重形式在 Hugging Face、ComfyUI 與 LTX API 上提供。
- •原生多鏡頭生成可在不同剪輯之間維持角色、場景與聲音的一致性。
- •新的擴散影片解碼器旨在減少動態畫面瑕疵，並改善文字與人臉等細節。
- •預訓練的實體 AI 與機器人檢查點，讓團隊能針對電影影片以外的領域進行微調。
- •LTX 宣稱，相較同類模型，成本約降低至八分之一，渲染時間約縮短至七分之一。
🧠 深度解析
AI-generated analysis for this event.
🔑 增強重點摘要
- •LTX-2.5 採用了基於潛在擴散變換器（Latent Diffusion Transformer）的架構，專門針對長影片序列的時序一致性進行了優化。
- •該模型引入了全新的蒸餾技術（Distillation），將原本需要數十步的採樣過程大幅縮減，這是實現 6.8 秒生成速度的核心技術突破。
- •LTX 團隊在訓練數據集中納入了大量機器人模擬數據，使其在處理物理交互與空間邏輯時優於傳統僅基於電影數據訓練的影片模型。
- •透過 ComfyUI 的原生整合，開發者可以利用節點式工作流（Node-based workflow）直接調用 LTX-2.5 的多鏡頭控制功能，無需編寫複雜的 API 腳本。
- •LTX-2.5 的解碼器採用了針對高動態範圍（HDR）與運動模糊（Motion Blur）優化的架構，顯著降低了影片生成中常見的「果凍效應」與偽影。
📊 競品分析▸ Show
| 特性 | LTX-2.5 | OpenAI Sora | Runway Gen-3 Alpha |
|---|---|---|---|
| 開放權重 | 是 | 否 | 否 |
| 推論速度 | 極快 (6.8秒/10秒影片) | 未公開 | 中等 |
| 機器人/實體 AI 支援 | 原生支援 | 無 | 有限 |
| 部署方式 | 本地/雲端 (ComfyUI) | 封閉 API | 網頁/API |
🛠️ 技術深入
- 架構核心：採用潛在擴散變換器（Latent Diffusion Transformer），將影片壓縮至潛在空間進行處理以降低運算成本。
- 蒸餾技術：使用一致性蒸餾（Consistency Distillation）技術，將多步擴散過程壓縮至極少步數，實現近即時推論。
- 記憶體優化：針對 Nvidia GPU 的 TensorRT 進行了深度優化，顯著降低了長影片生成時的 VRAM 佔用。
- 多鏡頭一致性：透過引入時序注意力機制（Temporal Attention Mechanism）與跨鏡頭編碼器，確保不同剪輯間的特徵向量保持一致。
- 實體 AI 檢查點：模型權重中包含針對物理模擬環境（如 MuJoCo 或 Isaac Sim）微調的參數，增強了對物體重力與碰撞的理解。
🔮 前景展望AI analysis grounded in cited sources
影片生成模型將成為機器人訓練數據的主要來源。
LTX-2.5 對實體 AI 的支援顯示，合成影片數據將能有效解決機器人學習中真實世界數據採集困難的問題。
開放權重模型將在 2027 年前完全取代封閉式影片生成 API 的市場主導地位。
隨著 LTX-2.5 等模型在效能與成本上大幅超越封閉系統，開發者將更傾向於選擇可控性更高的開源解決方案。
⏳ 時間線
2025-03
LTX 發布初始影片生成模型，確立基於潛在擴散的技術路徑。
2025-11
LTX 宣布與 ComfyUI 達成策略合作，開始開發原生節點支援。
2026-08
正式發布 LTX-2.5，引入多鏡頭生成與實體 AI 檢查點。
📰
AI 週報
閱讀本週精選 AI 大事摘要 →
👉相關動態
AI 策展新聞聚合。所有內容版權歸原始發布者所有。
原始來源： VentureBeat ↗