Scenema Audio 開源：從 LTX 2.3 提取的語音模型，用舞臺提示詞演情緒
ScenemaAI 開源情感語音模型 Scenema Audio。它從 LTX 2.3 中提取出音訊擴散架構，允許用舞臺動作標籤即時控制情緒起伏與環境音效，還支援零樣本聲音克隆。模型最低僅需 16GB 視訊記憶體即可本地執行，支援 13 種語言。
LTX 2.3
Scenema Audio 開源：把聲音與情緒解耦，用舞臺指示給克隆聲音演戲
Scenema AI 開源語音生成模型 Scenema Audio，它從 LTX 2.3 提取而來，支援將聲音音色與情緒表演解耦。只需幾秒參考音訊，就能靠提示詞裡的舞臺指示改變情緒、呼吸節奏甚至口音，還能中途切換狀態。量化版本最低需 16GB 視訊記憶體並在本地執行。
DaVinci Magihuman：15B 開源影片生成器，原生自帶音訊
開源影片模型 DaVinci Magihuman 釋出，這是一個 150 億引數、原生生成帶音訊影片的統一模型。其自測基準和真人盲測表現均優於 LTX 2.3，且開箱即無審查。不過即使是蒸餾版體積也達 61GB，普通消費級顯示卡很難跑動。
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
Lightricks 釋出開源音影片模型 LTX-2.3 及免費本地編輯器 LTX Desktop。新版本重構了 VAE 與聲碼器，減少圖生影片畫面卡頓並提升音訊對白質量，還首次原生支援 1080×1920 豎屏生成。權重已在 Hugging Face 開源，年營收 1000 萬美元以下可免費商用。