LTX-2.5开源视频模型发布：重构管线减少重试与伪影

aigleeson · x · 2026-08-12

Lightricks 发布开源视频世界模型 LTX-2.5，全面重构了生成管线以减少提示词重试、纹理破损和镜头不一致的问题。

核心管线设计：

指令解析：采用定制版 Gemma 4 12B 作为骨干网络读取提示词，并使用独立的 Gemma 4 E2B 提示词增强器处理指令，以最大程度保留用户的原始意图。
时长预测：引入时长预测模块，在扩散生成前根据提示词预测视频合理长度。
原生多镜头：支持在一条连续序列中生成多个摄像机镜头，并能跨剪辑保持角色、环境和声音的一致性。
视频解码：使用扩散视频解码器将生成结果转化为可视帧，改善高动态场景下的纹理重建并减少伪影。

训练与可用性：

模型从更大的数据集进行训练，并基于人类偏好进行了强化学习（RL）后训练，旨在提升首次生成的可用率。完整管线已开源，支持本地运行、代码检查、微调及本地部署，并提供 ComfyUI 和 Diffusers 兼容。

「模型」频道最新