Scenema Audio 开源：从 LTX 2.3 提取的语音模型，用舞台提示词演情绪
ScenemaAI 开源情感语音模型 Scenema Audio。它从 LTX 2.3 中提取出音频扩散架构，允许用舞台动作标签实时控制情绪起伏与环境音效，还支持零样本声音克隆。模型最低仅需 16GB 显存即可本地运行，支持 13 种语言。
LTX 2.3
Scenema Audio 开源：把声音与情绪解耦，用舞台指示给克隆声音演戏
Scenema AI 开源语音生成模型 Scenema Audio，它从 LTX 2.3 提取而来，支持将声音音色与情绪表演解耦。只需几秒参考音频，就能靠提示词里的舞台指示改变情绪、呼吸节奏甚至口音，还能中途切换状态。量化版本最低需 16GB 显存并在本地运行。
DaVinci Magihuman：15B 开源视频生成器，原生自带音频
开源视频模型 DaVinci Magihuman 发布，这是一个 150 亿参数、原生生成带音频视频的统一模型。其自测基准和真人盲测表现均优于 LTX 2.3，且开箱即无审查。不过即使是蒸馏版体积也达 61GB，普通消费级显卡很难跑动。
Lightricks 发布开源音视频模型 LTX-2.3：原生支持竖屏，附带本地编辑器
Lightricks 发布开源音视频模型 LTX-2.3 及免费本地编辑器 LTX Desktop。新版本重构了 VAE 与声码器，减少图生视频画面卡顿并提升音频对白质量，还首次原生支持 1080×1920 竖屏生成。权重已在 Hugging Face 开源，年营收 1000 万美元以下可免费商用。