Lightricks 釋出開源音影片模型 LTX-2.3：原生支援豎屏，附帶本地編輯器

LTX-2.3 是 Lightricks 開源的原生音影片生成模型，能讓你在本地同時生成畫面與對齊音軌，還打包附帶了一個開源本地影片編輯器 LTX Desktop。

如果你之前用過開源影片模型，大機率踩過兩個坑：畫面裡的人像幻燈片一樣定格，或者人物對白伴隨著雜亂的機械電流聲。這次 2.3 版本就是奔著解決這些麻煩來的。

它升級了什麼

新版本最顯眼的改變，是首次原生支援 1080×1920 豎屏輸出。它不是從橫屏畫面硬切出來的，而是直接用豎屏素材訓練，做 TikTok、Reels 或短影片時不需要二次裁切構圖。

在底層架構上，開發團隊重構了 VAE 潛空間。以前版本在頭髮紋理和邊緣細節上容易發虛，新架構把畫面邊緣做紮實了，省去了很多後期銳化和超解析度的步驟。

文字理解模組也換了更大的連線層。以前寫複雜提示詞經常遇到丟主體或者位置錯亂的問題，現在給多主體、複雜空間關係的指令，模型漂移的情況少了很多。

圖生影片的卡頓問題得到了修復。很多人抱怨過的定格或者慢動作平移假動作被大幅消除，畫面運鏡更加自然，有效出片率明顯提升。

音訊部分換了新的聲碼器，並且清洗掉了訓練集裡的靜音和底噪。生成的對白聽起來清晰乾淨，音畫同步的咬合度也更緊密。

怎麼跑起來與開放程度

LTX-2.3 本質是一個 22B 引數量的 DiT 音影片基礎模型，文本編碼器搭配了 Google 的 Gemma 3 12B。

官方放出了全量權重、8 步即可出片的蒸餾版本、蒸餾 LoRA，以及空間與時間潛空間放大器。程式碼庫支援 Python 3.12 和 PyTorch 環境，Hugging Face 上可以直接下載權重，官方還提供了現成的 ComfyUI 參考工作流。

配套推出的 LTX Desktop 是一款開源桌面影片編輯器。它直接跑在你的本地顯示卡上，配置完成後不需要聯網，也沒有按次計費的成本。如果你不想折騰本地算力，它也支援呼叫雲端 API。

在商業許可上，年營業額在 1000 萬美元以下的企業和個人開發者均可免費使用，門檻非常寬鬆。

為什麼重要

在我們看來，LTX-2.3 最聰明的地方在於把音畫同步和原生豎屏當成預設標配，而不是讓創作者事後到處找補丁。

對於做自媒體和獨立影片創作的人來說，這套工具非常值得現在拉下來試一試。它把生成影片、配音、剪輯拼接這一整套鏈路打包壓縮到了本地桌面裡，大大降低了本地 AI 影片管線的搭建難度。

22B 的引數量加上語言編碼器對本地視訊記憶體依然是個考驗，但隨著蒸餾版和社群量化版本的跟進，它正在給閉源商業影片工具帶來實打實的替代壓力。