LTX-2

收录理由

LTX-2 是 Lightricks 推出的音视频生成模型，基于 DiT 架构，在同一个模型里同时生成同步的音频与画面，省去了把视频生成器接上独立音频管线的麻烦。这个仓库提供官方 Python 推理代码和 LoRA 训练器，你可以在自己的硬件上跑，也能用自备素材做微调，不必依赖托管 API。对于做短视频原型开发的团队，可选的编译版 CUDA 内核能在本地 GPU 上加快生成速度，README 里也写清了如何从 Hugging Face 下载权重并快速产出第一个结果。模型还支持多种性能模式和可交付级输出，权重开放获取，上手评估不用先掏订阅费。