LTX-Video 论文发布：单卡 H100 两秒生成 5 秒视频并开源

LTX-Video 是一个基于 transformer 的实时视频潜在扩散模型，论文显示其可在单张 H100 上约 2 秒生成 5 秒视频，达到超实时速度。其核心思路是不将 Video-VAE 与去噪 transformer 各自独立训练，而是作为整体联合优化，从而实现 1:192 的高压缩比。项目已开源代码与预训练权重，供社区使用与研究。

2026-11-10 ~ 2026-11-10 · 2 条相关