概述
Sulphur 2 是一款基于 LTX-2.3 扩散 Transformer（DiT）架构、拥有 90 亿参数的高性能开源 AI 视频生成模型。它针对流畅运动动态、电影级镜头语言和高时间一致性进行了微调，可将自然语言提示或静态图像转化为逼真、无缝的 5 至 15 秒视频片段，减少早期视频扩散模型中常见的抖动或变形伪影。
主要能力
- 文本生成视频：将描述性文字提示转化为高清电影级视频，具备自然的相机运动和物理真实感。
- 图像生成视频：将静态图像、产品照片、数字插画或 Midjourney 概念图转化为流畅视频，同时保持主体身份一致。
- 相机轨迹与运动控制：支持 360 度环绕平移、无人机飞越、缓慢推近、摇臂上升和移轴变焦等镜头角度。
- 多样化应用工作流：包括电商产品视频广告、家具家居展示、服装动态展示等。
- LoRA 适配：原生支持 rank-16 至 rank-768 的 LoRA 适配器，可在 ComfyUI 中针对自定义角色、风格化动画或品牌进行微调。
技术架构
Sulphur 2 以扩散 Transformer 为基石，采用解耦的空间-时间自注意力层，将高分辨率空间细节与时间物理运动分离，消除长帧序列中的跳变伪影。其因果优化的潜在视频 VAE 以 8 倍空间压缩和 4 倍时间压缩编码帧，在保持 4K 放大清晰度的同时控制显存占用。
使用方式
提供两种创建途径：
1. 云端视频工作室 直接在浏览器中生成 AI 视频，无需拥有昂贵的高显存 GPU。托管工作室利用高性能管理基础设施，提供固定积分报价、快速渲染队列和可靠下载，无需安装 Python、CUDA 或 ComfyUI 依赖。
2. 本地 ComfyUI 从 Hugging Face 下载官方 Sulphur 2 9B 检查点，在自有 NVIDIA GPU 上本地运行。可构建自定义 ComfyUI 节点图，附加社区 LoRA，享受 100% 私密、无审查的视频生成，且无持续订阅费用。
本地部署步骤如下：
- 安装 ComfyUI 与自定义节点：确保 ComfyUI 更新至最新版本，并安装 PyTorch 2.4+ 与 CUDA 12.4；将所需的 LTX 扩展节点克隆至 custom_nodes 目录。
- 下载 Sulphur 2 权重：从官方 Hugging Face 仓库下载检查点至 models/checkpoints 文件夹，可选择完整 BF16 或优化的 FP8 混合精度。
- 加载官方工作流 JSON：在浏览器中打开 ComfyUI，将官方 Sulphur 2 T2V 或 I2V JSON 工作流拖放到画布，输入提示词，点击 Queue Prompt 开始生成。
硬件要求
- 最低配置（FP8）：可运行量化 FP8 混合精度检查点（sulphur_dev_fp8mixed.safetensors），需开启 ComfyUI 内存卸载，适用于 12 GB 至 16 GB 显存的 GPU（如 RTX 3060 12GB、RTX 4070、RTX 4080）。
- 推荐配置（BF16）：运行未压缩的 Sulphur 2 BF16 检查点，建议使用至少 24 GB 显存的 NVIDIA GPU（如 RTX 3090、RTX 4090、A5000、A6000）。
- 生产集群：多 GPU 配置。
适用场景
- 独立电影制作人、动画与 VFX 工作室进行本地无审查视频生成。
- 电商产品视频广告制作，从静态目录照片生成 Shopify、Amazon、TikTok 广告视频。
- 家具家居、服装时尚等商业展示视频。
- 内容创作者和 AI 艺术家在云端快速原型、本地批量生成。
限制与注意事项
- 本地运行 Sulphur 2 需要大量 GPU 算力和显存；没有 24 GB 显存可使用云端工作室。
- 云端工作室采用预付固定积分报价，任务失败时自动退款，实际消耗积分因模型、时长、分辨率和音频而异，提交前会显示最终报价。
- 模型权重以 LTX-2 社区许可发布，商业应用需遵守社区条款，企业或商业管线部署前应查看完整许可条款。
- 更多定价、性能或兼容性细节官网暂未完整提供。
