LTX-2.5开源视频模型:原生多镜头生成,破解角色一致性难题
JafarNajafov · x · 2026-08-12
LTX-2.5 引入了原生多镜头生成（Native multishot）功能，将多个镜头作为连续序列处理，从而在镜头切换时保持角色、环境和声音的一致性，解决了传统 AI 视频逐镜生成易导致画面突变的问题。
该模型还升级了提示词理解能力，采用定制的 Gemma 4 12B 骨干网络读取指令，并配备专门的 E2B 提示词增强器。此外，新增的时长预测头能在扩散开始前分析提示词，为包含多个动作的场景分配合适的视频长度。
得益于开源特性，开发者可将其灵活适配到短片、产品视频、广告概念等创作管线中。
所属事件:Lightricks开源LTX-2.5视频模型，原生多镜头生成(24 条相关)→
「多模态」频道最新
- Midjourney --sref 1127756965：拼贴质感插画风风格码分享 — sergeantsref · 2026-10-16
- 一条「贴海面拉升俯瞰悬崖」视频模型运镜 Prompt 走红 — umesh_ai · 2026-10-16
- 4070 实测：Flux.3 klein 蒸馏版 10 秒 vs Qwen Image 2.1 turbo 3 秒 — Ant_6431 · 2026-10-16
- Kling 4.0 全面开放,实测快打场景动作连贯性显著提升 — alifcoder · 2026-10-16
- MJev-Spatial:单次前向分类框架做空间推理,快过自回归 VLM — mindlab-research · 2026-10-16
- Technion 提出 H-DDCM:Hadamard 码本加速生成式图像视频压缩 — Technion · 2026-10-16