从Lightricks拆分独立出来的开放世界模型公司LTX，正式发布新一代视频与世界模型LTX-2.5。本次版本首发就和ComfyUI达成战略合作，实现原生集成，依托节点式工作流工具，方便开发者和创作者快速搭建生成媒体工作流。模型开放权重，现已上架Hugging Face，同时支持本地运行、LTX托管API两种使用方式。
- 官网：https://ltx.io/2-5-open-weights
- 模型：https://huggingface.co/collections/Lightricks/ltx-25
- API：https://ltx.io/model/api
授权规则划分清晰：年经常性收入低于1000万美元的机构可以免费使用；大型企业商用则需要单独洽谈许可。官方数据显示，整个LTX系列模型累计下载量已经突破3300万次，属于当下普及度很高的开放权重世界模型产品线。
Farbman表示，新版本在延续LTX一贯推理效率优势的基础上全面提升画质，同时落地多项重要能力，包含多镜头生成、全新扩散解码器、全新条件控制方案，针对机器人、实时场景优化的自回归模块等等。
LTX-2.5核心升级
这一代没有在旧模型架构上简单叠加功能，而是几乎重构整条生成链路：
- 全新扩散视频解码器，大幅降低高动态画面里的畸变伪影，强化人脸、文字等精细细节还原，同时保留模型高压缩特性；
- 原生多镜头生成能力，一次性输出完整视频序列，跨片段维持角色、场景、光影一致性，区别于分别生成片段再拼接的方案；
- 搭载定制化Gemma 4语言基座与提示增强模块，能够更好解析包含多个主体的复杂提示词；
- 提供面向物理AI、机器人领域专项调优的预训练权重，方便开发者基于行业专属数据继续微调，适配和影视视频差异极大的传感画面；
- 蒸馏模型完成大幅优化，在更低显存开销下逼近原版模型效果，并且和英伟达深度适配，能够在RTX显卡本地高效运行，降低硬件门槛。
厂商给出的定位是，推理成本大约为同类竞品的八分之一，渲染耗时仅为七分之一，运行硬件跨度很大，数据中心GPU、Mac设备都能够部署。
官方公布性能测试数据
最受关注的一组指标：在两台英伟达GB200超级芯片环境中，LTX-2.5完成720p图生10秒视频仅需6.8秒，速度超越实时。
需要客观区分测试条件：该成绩是企业自有稳态托管环境测出；官方托管API同样任务输出分辨率提升至1080p，耗时为23.7秒。
LTX还放出同任务下多家竞品API耗时对比：Gemini Omni Flash 52秒、Grok 1.5 63秒、Veo 3.1（8秒片段）70秒、MiniMax H3 180秒、Seedance 2.5 317秒、可灵Kling 3.0 Pro 398秒。
画质层面依托盲测人工偏好实验，LTX-2.5投票胜率67%，对比Seedance 2.5的65%、Gemini Omni Flash 55%、MiniMax H3 50%。
这里需要着重提醒：所有速度、偏好测试数据均由LTX自行测算或委托开展，没有第三方独立核验，厂商也标注结果仅作参考，随着样本扩充数据可能发生变动。实际选型务必结合自身业务负载实测，不能直接当作固定排名。
部署灵活性是本次宣传重点。LTX-2.5最低支持16GB显存GPU本地运行，支持本地、边缘、云端API多种部署形式，生成视频不会强制添加水印，允许企业使用自有数据开展微调。官方借此对比两类竞品：一类只提供封闭云端API，另一类虽然开放权重，但许可协议限制微调，或是欧美以外地区难以获取权重文件。
选择开放权重，而非封闭API的商业逻辑
Farbman谈到战略起源：Sora面世之后团队察觉到趋势，各大科技巨头都倾向把视频模型封闭起来，单纯调用API很难满足多样化开发需求，LTX自身的产品规划也因此受限。
他认为，大语言模型可用场景相对收敛，大多是文字输入文字输出；视频模型、世界模型应用场景广度完全不在一个量级，大量开发者需要拿到权重，自由搭建定制化工作流。
同时他直接点明，开放权重并非公益行为。整套商业模式依托分层许可：个人与中小规模团队免费试用，业务成长达到规模阈值之后，再达成商业授权。开放权重是长期固定战略，不是短期营销手段。
LTX与ComfyUI合作背后的产业逻辑
很多人好奇模型厂商为什么选择和ComfyUI联合发布。按照Farbman的说法，ComfyUI本身就是重要客户来源。大量创作者、研发人员先在节点工具里完成原型验证，成熟之后才会联系LTX洽谈商用方案。实现零日原生集成，相当于打通一条稳定的获客通路。
ComfyUI最早只是开发者的业余项目，如今已经是开源生成式媒体领域标准原型环境，后续成立公司完成1700万美元融资。Yoland把ComfyUI定位成生态连接层：一边承载各类开放权重模型本地推理，一边可以对接封闭API，所有处理链路封装成可复用工作流，覆盖创意制作、数据流水线、机器人仿真等大量场景。
二者能够形成正向循环：工具推广模型，开发者基于模型开发各类工作流，进一步扩散影响力；当团队规模扩大、项目走向量产，就会产生商业授权需求，持续反哺模型与工具生态。
对于企业而言，开放权重带来一个关键优势：前期研发实验完全可以跑在自有硬件上，不存在按次计费，素材、专有角色数据不会流出企业内网，对持有涉密资产、受到监管约束的团队吸引力很高。仅当业务规模化落地之后，才触发商业许可条款。
不止影视生成：面向机器人、实时交互、虚拟制作
不少人会局限理解，认为视频模型只用来制作短片。LTX团队列举了更多企业级落地方向：利用扩散模型处理传感器原始图像降噪；影视工作室做视觉特效、水体模拟、昼夜画面转换；动画工作室借助模型完成关键帧插值，简化动画制作流程。
而实时交互、边缘部署是下一阶段重点方向。本次发布同时联动两家合作平台：AI影视工作室Asteria依托LTX制作原创内容；推理平台Reactor基于LTX-2.5搭建低延迟服务，支撑虚拟数字人、交互式虚拟场景、机器人实时运算。
Reddit上火热的Flipbook交互式案例就是典型示范：整个可浏览、可交互的虚拟环境依靠LTX实时生成，没有开放权重与充足推理效率，这类体验很难实现。
Yoland也提到，实时世界模型正在重塑虚拟制作流程。导演、摄制团队可以实时预览后期效果，快速调整方案，缩短传统影视流程里多部门反复对接的周期。同时他提醒，不同模型擅长方向各有侧重，适合动画、写实图像、游戏素材、机器人仿真的模型不能简单横向对比优劣。
针对普通创作者关心的门槛问题，他形容ComfyUI类似滑雪：存在容易上手的简易工作流，同时保留专业创作者必需的高阶能力，不会为了降低门槛阉割核心功能。
© 版权声明
文章版权归作者所有，未经允许请勿转载。
