LTX-Video 是 Lightricks 在 GitHub 上发布并维护的官方视频生成模型仓库。根据其官方说明，它是首个基于 DiT 的视频生成模型，将现代视频生成的核心能力集中于单一模型：同步音视频、高保真、多种性能模式、可用于生产的输出、API 访问与开放获取。它可在一次生成中产出原生 4K 分辨率、最高 50 FPS 且带同步音频的视频，并在多样化视频的大规模数据集上训练，可生成内容真实多样的高分辨率视频。
主要能力方面，模型支持图生视频、多关键帧条件、基于关键帧的动画、视频延展（向前和向后）、视频转视频，以及这些功能的任意组合。仓库给出了图生视频与受控视频示例。参数方面，模型适用于可被 32 整除的分辨率与帧数为 8 的倍数加 1（如 257 帧）的输入；若不符合，输入会被填充 -1 再裁剪到目标分辨率与帧数。官方建议分辨率低于 720×1280、帧数低于 257。Guidance Scale 推荐 3–3.5；步数更多（40+）利于质量，更少（20–30）利于速度；可保存 seed 以复现风格或构图。
版本进展方面，2024 年 11 月 21 日发布 v0.9.0 初始版本，支持文生视频与图生视频；2024 年 12 月 20 日发布 v0.9.1，改进质量并支持 STG / PAG、以 Diffusers 格式加载检查点、将未使用部分卸载到 CPU、新的时间步条件 VAE 解码器；2024 年 12 月 31 日发布研究论文；2025 年 2 月 20 日增加更多推理选项，改进时空引导，支持 macOS MPS（PyTorch 2.3.0）、8 位模型 LTX-VideoQ8、TeaCache，并添加 ComfyUI-LTXTricks 与 Diffusion-Pipe；2025 年 3 月 5 日发布 v0.9.5，采用 OpenRail-M 商业许可，支持关键帧与视频延展、更高分辨率，改进提示理解，并在 LTX-Studio 推出在线 Web 应用与自动提示增强；2025 年 4 月 15 日发布 v0.9.6 检查点与蒸馏模型，蒸馏模型推理速度比非蒸馏模型快 15 倍，默认分辨率 1216×704、30 FPS，支持随机推理；2025 年 5 月 5 日发布 13B v0.9.7 模型、FP8 量化模型及时间/空间放大器；2025 年 5 月 14 日发布 13B v0.9.7 蒸馏模型，可在 10 秒内生成 HD 视频、3 秒内生成低分辨率预览（H100），无需无分类器引导与时空引导，支持 8 步或更少扩散步采样，并提供 LoRA 版本（仅需 1GB 显存）与 FP8 量化蒸馏模型；2025 年 7 月 8 日发布深度、姿态、Canny 三种控制模型；2025 年 7 月 16 日发布 v0.9.8 蒸馏模型，支持最长 60 秒视频，包含 13B 与 2B 蒸馏模型，均从同一基座模型蒸馏，可共同用于同一多尺度管线，并发布 LTX-Video-ICLoRA-detailer-13B-0.9.8 细节模型；2025 年 10 月 23 日宣布 LTX-2，为基于 DiT 的音视频基础模型，具备同步音视频生成、原生 4K 与最高 50 fps、最长 10 秒连续片段、相比竞品最高降低 50% 计算成本、多关键帧条件、3D 相机逻辑与 LoRA 微调等特性，其模型权重、代码与基准将在 2025 年晚些时候发布。
使用方式方面，模型可通过 LTX-Studio（13B-mix、13B distilled 图生视频）、Fal.ai（13B full、13B distilled 图生视频）、Replicate 在线使用。代码库在 Python 3.10.5、CUDA 12.2、PyTorch >= 2.1.2 下测试；macOS 的 MPS 在 PyTorch 2.3.0 下测试，应支持 PyTorch == 2.3 或 >= 2.6。本地运行需按 inference.py 中的推理代码操作，可用作库。输入视频片段必须包含 8 的倍数加 1 帧（如 9、17、25），目标帧数应为 8 的倍数。可提供图像和/或短视频片段路径及其目标帧号进行条件生成，并可指定每项的条件强度（默认 1.0）。ComfyUI 集成参见 ComfyUI-LTXVideo；Diffusers 集成参见官方文档，Diffusers 也支持 8 位版本。写提示词时建议按时间顺序详细描述动作与场景，包含具体运动、外观、相机角度与环境细节，采用单段流畅文字，直接以动作开头，描述字面且精确，像摄影师写镜头清单，控制在 200 词内，并给出了推荐结构。直接使用 LTXVideoPipeline 时可通过 enhance_prompt=True 启用提示增强。高级参数可查看 python inference.py --help。
社区贡献方面，ComfyUI-LTXTricks 提供 RF-Inversion、RF-Edit、FlowEdit、I+V2V、增强与插值/帧设置等节点；LTX-VideoQ8 为 8 位优化版本，在 NVIDIA Ada GPU 上最高 3 倍加速且无精度损失，可在 RTX 4060（8GB 显存）上不到一分钟生成 720x480x121 视频，并可用预计算 latent 微调 2B transformer 模型；TeaCache for LTX-Video 是一种免训练缓存方法，利用模型输出间的时间步差异将推理加速最高 2 倍，且无明显视觉质量下降。
限制方面，官方资料指出输入分辨率与帧数需满足整除条件，否则会被填充后裁剪；模型在低于 720×1280 分辨率与低于 257 帧时表现最佳。FP8 内核仅在支持的显卡（Ada 架构及以后）上提供性能提升。LTX-2 的具体模型权重、代码与基准暂未提供，计划于 2025 年晚些时候发布。除上述内容外，关于收费、价格与具体使用步骤等事实暂未提供。
