鱼皮AI导航
鱼皮AI导航
  • 主页
  • 社区
  • AI工具
  • AI知识库
  • AI提示词
  • MCP
  • Skills
  • AI学习资源
  • AI资讯
  • GitHub开源
登录/注册

LTX-Video 13B发布!30倍速生成高清视频,开源AI让创作无界限!

编程导航
编程导航
2025-07-21 12:30
阅读 167
编程导航
2025-07-21 12:30
阅读 167

人工智能视频生成技术再迎重大突破!Lightricks旗下LTX Studio近日发布了其最新开源视频生成模型LTX-Video13B,凭借130亿参数、30倍于同类模型的生成速度以及创新的多尺度渲染技术,迅速成为行业焦点。该模型不仅在消费级GPU上实现高效运行,还显著提升了视频的连贯性与细节表现,为创作者提供了前所未有的控制力与灵活性。

QQ20250718-155042.jpg

 技术突破:多尺度渲染重塑视频生成

LTX-Video13B采用独特的多尺度渲染技术,通过先以低分辨率生成视频的粗略运动和场景布局,再逐步细化细节的创新方法,显著提升了生成速度与画质。该技术使模型在保持高质量输出的同时,生成速度比同类模型快30倍,渲染5秒视频仅需2秒,且能在如NVIDIA RTX4090的消费级GPU上流畅运行。相比传统模型,其内存需求更低,为创作者提供了更高效的创作体验。

模型基于DiT(Diffusion Transformer)架构,结合先进的内核优化和bfloat16数据格式,进一步提升了性能。LTX-Video13B支持1216×704分辨率、30帧/秒的实时生成,适用于文本到视频、图像到视频以及视频到视频等多种生成模式,满足多样化的创作需求。

 强大功能:精准控制与无限创意

LTX-Video13B在动作连贯性、场景结构和镜头关系理解方面表现出色,能够生成逻辑性强、细节丰富的视频内容。模型支持关键帧控制、角色与镜头运动以及多镜头组合,为用户提供细粒度的创作控制。例如,创作者可以通过文本提示或参考图像精确调整视频中的角色动作、场景切换或镜头角度,实现电影般的视觉效果。

此外,LTX-Video13B支持视频延展和风格/动作替换功能,用户可将现有视频延长至最长60秒,或对视频进行风格化处理,如将现实场景转换为动画风格。这种灵活性使其在短片制作、广告创意和社交媒体内容创作中具有广泛应用潜力。

 开源生态:赋能开发者与创作者

作为开源模型,LTX-Video13B在GitHub和Hugging Face上免费提供,允许开发者与创作者自由修改和定制。Lightricks还提供了LTX-Video-Trainer工具,支持2B和13B模型的完整微调以及LoRA(低秩适配)训练,方便用户开发定制化的控制模型,如深度、姿势或边缘检测等。模型兼容ComfyUI工作流,新增的Looping Sampler节点支持生成任意长度的视频,确保运动一致性。

为进一步降低使用门槛,Lightricks发布了一系列辅助工具,包括8位量化版本(ltxv-13b-fp8)和IC-LoRA Detailer,优化了在低内存设备上的运行性能。模型对初创企业和年收入低于1000万美元的组织免费开放,体现了Lightricks推动AI民主化的承诺。

视频生成的新里程碑

AIbase认为,LTX-Video13B的发布标志着开源视频生成技术迈向新高度。其多尺度渲染技术和对消费级硬件的优化,打破了传统AI视频生成对高性能设备的需求,为中小型团队和个人创作者提供了专业级的创作工具。结合开源社区的协作,LTX-Video13B有望推动视频生成技术的进一步创新,广泛应用于影视、游戏、广告和教育等领域。

目前,LTX-Video13B已集成至LTX Studio平台,用户可通过官方网站(https://ltx.studio)或GitHub(https://github.com/Lightricks/LTX-Video)获取模型及文档。Lightricks还计划持续优化模型,支持更多控制类型和多模态功能,为创作者提供更强大的工具。

 未来展望:开启AI视频创作新篇章

Lightricks表示,LTX-Video13B的开发得益于与Getty Images等合作伙伴提供的高质量数据集,确保了输出内容的商业安全性和视觉吸引力。未来,团队将进一步探索时间变化提示和多模态生成,以支持更复杂的创作需求。AIbase期待LTX-Video13B在开源社区的推动下,成为AI视频生成领域的标杆。

试用:https://app.ltx.studio/gen-workspace

模型下载:https://ltxv.video/#get-started

原文链接: LTX-Video 13B发布!30倍速生成高清视频,开源AI让创作无界限!
站长:程序员鱼皮 老鱼简历 商务合作 增值电信业务经营许可证
2026 鱼皮AI导航 | 沪ICP备19026706号-6
🔥 热门文章
1
B 站上 DeepSeek 闹鱼灾了,我发起《大肥鱼清除计划》!
500
2
Vibe Coding 实战:从零构建现代专业级 AI 搜索引擎
440
3
DeepSeek 重磅开源的超级 Agent,到底是个啥?
380
4
我的第一个出海产品!7 天 2 万
380
5
最近在落地 AI Native 项目,卡在团队资产协同这块,想请教下社区各位有实际落地经验的同学: 我们现在的资产分为三块:项目文档(PRD/ADR/ 运行手册)、Agent Skill(业务技能、执行 SOP、提示词包)、MCP 工具服务定义。 目标是做到:人和多 Agent 共用一套可信资料源,Skill、MCP 配置、项目文档能够版本化、同步、共享、可评审。 目前我们初步方案是用 Git 做底层版本主线: - 文档:Markdown + ADR,带元信息,支持 RAG 检索 - Skill:单技能包目录化,带版本、评估用例、依赖声明 - MCP:项目级声明文件纳入 Git 但实际协作里遇到不少疑问,想参考大家成熟的实践: 1. 大家团队里,文档、Skill、MCP 三者是怎么组织目录和版本管理的?有没有稳定的仓库结构模板? 2. 多人协作时,Skill 的变更评审、灰度升级、依赖管理怎么做?如何避免本地版本不一致、“本地能跑别人不行”? 3. MCP 是统一中心化网关模式,还是大家各自本地启动 + git 同步配置?权限白名单、调用审计这块有什么好方案? 4. 有没有成熟工具链做自动同步(类似 agentmeld /teamai-cli)、变更校验、eval 回归门禁? 5. 文档和 Agent 的打通:哪些文档放进 Git 作为可信真值,哪些放外部知识库,边界怎么划分? 如果有现成的仓库样例、目录规范、团队协作流程,非常希望能分享参考,感谢!
290
6
人工智能前沿部署工程师(FDE) · 概 览 与 方 法 论
280
7
PHP 被曝两大致命漏洞,请所有程序员抓紧做这件事!
280
8
QuireKit 编辑器的 AI-Native 是如何设计的?谈谈我对真正 AI-Native 的理解
260
9
之前做的 AI 视频平台,这次把源码公开了!Vue 3 + Spring Boot !
230
10
ARTS 1101: 最长回文串与子序列匹配、一次 URL 请求的来回之旅与如何验证 AI 的交付
230
11
ChatGPT Pro 会员狂喜,额度翻倍,每个月还赠送等额的 API 额度 😂 并且动不动就重置周额度,这个月已经重置超过 10 次了,绷不住。 虽然感觉能力比 opus5.5 差一点,执行速度慢一点,但是架不住量大呀!
220
12
拆解 DeepSeek 全新 Super-agent 架构:为什么 Agent 的终极瓶颈是人的注意力?
200
🔥热门工具
朱雀AI检测朱雀AI检测
朱雀AI检测助手朱雀AI检测助手
LovartLovart
老鱼简历老鱼简历
WritePass官网WritePass官网
面多多面多多
CursorCursor
星月写作星月写作
零感AI零感AI
朱雀AI检测助手朱雀AI检测助手