LTX-2.5 视频生成翻车分析：VTR 压缩机制导致快速运动画面崩坏

cocktailpeanut · x · 2026-08-14

推友 @cocktailpeanut 针对 LTX-2.5 视频模型在处理快速运动（如第一人称射击场景）时画面崩坏的现象，提出了深度的技术原理解析。

他认为问题根源可能在于 VTR（可变令牌率）压缩技术。VTR 会根据画面的空间复杂度来分配额外的关键帧，但纯粹的高速运动往往无法触发这种分配，导致在 8 倍时间压缩下缺乏足够的锚点，帧间预测随之崩溃。虽然新解码器有所改善，但分配器本身对运动速度的调优依然不足。