LTX-2.5 сначала генерирует изображение и звук в половинном размере, а затем выполняет апскейлинг и доработку; этот LoRA используется только на первом этапе, сокращая количество шагов дистиллированной версии с 8 до 2, и подходит как для генерации видео из текста, так и из изображения. Автор обучал модель с помощью DMD2 на одной видеокарте H200; текущая версия является кандидатом на шаге 12000, а обучение планируется довести до шага 24000. Разрешение при обучении составляло 576×320 и 320×576, а после доработки — 1152×640 при длительности 5 секунд. Прилагаемые рабочие процессы ComfyUI также включают одношаговую модель доработки от NVIDIA и облегченный декодер VAE от Pruna, по одному набору для локального запуска и для Comfy Cloud.
Почему это важно Благодаря одношаговой доработке и более быстрому декодеру, короткие видеопревью со звуком создаются быстрее, что удобно для предварительного подбора промптов и seed.
Объятия и лайки 5 · Рост рейтинга за объятия 4 · Загрузки с объятиями 27
Лицензия: условное коммерческое использование · ComfyUI: упомянуто в карточке модели · VRAM: объем видеопамяти не указан
Обоснование
- В карточке модели приведены полные параметры сэмплинга (sigmas, сэмплер, CFG) и несколько примеров генерации видео из текста и из изображения
Использование
- Загрузите соответствующий рабочий процесс t2v или i2v, подключите LoRA только к первому этапу с силой 1.0, используйте 2 шагов, сэмплер Euler Ancestral и CFG 1; не подключайте его к этапу доработки
Риски
- Автор указывает, что модель носит экспериментальный характер, подходит для быстрых превью, но не для финального монтажа
- Согласно лицензии сообщества LTX-2.x, коммерческое использование возможно на определенных условиях; другие разрешения не обучались