LTX-2.5 開源釋出：10 秒影片 6.8 秒生成，原生接入 ComfyUI

LTX-2.5 是一個可以自己部署的開源影片生成模型，主打超高推理速度和連貫的多鏡頭生成能力。在兩塊 Nvidia GB200 晶片的自託管環境下，它只需要 6.8 秒就能生成一段 10 秒的 720p 影片，速度甚至超過了成片本身的播放時間。

它能做什麼

和市面上拼湊單鏡頭的方案不同，LTX-2.5 支援原生多鏡頭生成。整段分鏡序列通過單次渲染完成，能讓同一個角色、場景乃至聲音在切鏡後保持連貫，省去了後期把一段段碎片拼合在一起的麻煩。

生成管線也做了重構。模型加入了新的擴散影片解碼器，專門用來減輕畫面高速運動時的撕裂感，同時還原面部細節和文字。理解複雜提示詞的能力來自定製的 Gemma 4 骨幹網路和提示詞增強器。此外，官方還提供了一個針對物理世界和具身智慧微調的檢查點，供機器人研究團隊訓練非電影質感的現實資料。

硬體門檻與跑起來的方式

想要本地跑，門檻比上一代低了不少。團隊與 Nvidia 合作推出了蒸餾版模型，大幅削減了視訊記憶體佔用，不僅能在主流 Nvidia RTX 顯示卡上執行，連 Mac 也能跑得動。

6.8 秒出 10 秒影片的成績是在兩顆頂級 GB200 晶片上測出的極限速度。如果使用 LTX 官方的託管 API，生成一段 1080p 影片大約需要 23.7 秒。

模型權重目前已經在 Hugging Face 開源，並且第一天就原生整合進了 ComfyUI 節點，拉取更新即可直接呼叫。商業授權方面，年經常性收入低於 1000 萬美元的團隊可以完全免費商用，規模更大的企業需要單獨協商。不想自己搭算力的團隊也可以走官方 API，Fast 檔位每秒影片約 0.09 美元，一段 10 秒帶音訊的 720p 影片花費為 0.90 美元。

為什麼重要

如果你在用 ComfyUI 搭建影片工作流，或者受夠了商業閉源 API 的排隊和賬單，LTX-2.5 非常值得現在就裝上試試。原生多鏡頭和本地蒸餾能力，直接補齊了開源影片工具在角色一致性和消費級顯示卡部署上的短板。

我們認為，LTX-2.5 給開源影片模型立了一個極高的速度標杆。雖然宣傳裡成本是同類八分之一的說法在面對低價商業模型時站不住腳，但在高階硬體上跑出比即時還快的效率，已經足夠給閉源 API 帶來實質壓力。年營收千萬美元以下免費商用的策略，也為初創團隊提供了相當厚道的基礎底座。