Lightricks、家庭用GPUで動く動画生成AI「LTX Video-13B」をオープンソース公開

「LTX Video-13B」は、Lightricksがオープンソースとして公開した130億パラメータの動画生成AIモデルです。家庭用の一般的なグラフィックボード環境でも、高精細で滑らかな動画をローカル生成できます。

2024年11月に登場した初代LTXVは20億パラメータの軽量設計が話題を呼びましたが、今回の新版はパラメータ数を大幅に増やしつつ、個人開発者が手元で動かせる軽快さを維持しています。

何ができるのか

目玉となる新機能は、段階的に描写を詰めていくマルチスケールレンダリングです。

映画のセット構築やラフスケッチから着色していく作画工程のように、大まかな構図からディテールと色彩を重ねていく仕組みを採用しています。これにより、同等パラメータを持つ競合モデルと比べて高解像度動画の生成が最大30倍高速化しました。

映像の制御機能も充実しています。カメラワークの指定、キーフレーム編集、複数カットの連続生成、被写体の細かな動き調整に対応。オープンソースコミュニティとの連携により、参照画像からの動画生成や動画編集、ノイズを抑えるアップサンプリング機能も組み込まれました。

学習データにはGetty ImagesおよびShutterstockの正規ライセンス素材を採用しており、商用利用時の著作権トラブルのリスクを抑えている点も実用的です。

動かすための要件と入手先

130億パラメータ規模でありながら、UEfficient Q8カーネルによる量子化と最適化が施されており、一般向けGPUを1枚搭載したPCでもローカル動作が可能です。

コードとモデルの重みデータはGitHubおよびHugging Faceで公開されています。年間売上高が1000万ドル未満の組織であれば、商用利用を含めて無償で自由に改変やアプリへの組み込みが行えます。

ローカル環境の構築を省きたい場合は、Lightricksの有償プラットフォーム「LTX Studio」でも利用でき、Webブラウザ上でカメラ角度やキャラクターの調整が行えます。

なぜ重要か

最先端の動画生成AIはクラウド越しのクローズドな有料APIが大半を占めており、コストや生成過程のブラックボックス化が課題でした。

LTX Video-13Bは、手元のPCで動かせる性能とクリーンな学習データを備えた基盤をオープンソースで提供しています。API費用を抑えながら独自の映像生成ワークフローを作りたいクリエイターや個人開発者にとって、すぐに試す価値のある選択肢と言えます。