LTX 2.5 不出语音元凶找到：AMD 卡上 PyTorch 注意力后端算错
Captain_Doobie · reddit · 2026-09-09
一位 RX 7900 XTX 用户排查 LTX 2.5「无视提示词、不出对白」多日，最终定位到根因：不是工作流或提示词问题，而是 PyTorch 在 AMD/HIP gfx1100 架构上的 scaled-dot-product attention 后端算错了。
- 症状：视频能生成但对白变成音乐/乱码，主体和构图漂移，常冒出字幕；同一提示词在 LTX 2.3 完全正常。
- 排查：换种子、删提示词增强器、换量化编码器、官方 BF16 权重全部无效；逐层对比 Hugging Face Gemma 4 参考计算，发现前 5 层吻合，第一个全局注意力块开始剧烈发散，Q/K 投影和位置编码正常，问题出在选定的 SDPA 后端内部。
- 修复：给 ComfyUI 的 gemma4.py 打补丁，仅在「AMD/HIP gfx1100 + 注意力头维度 512 + BF16/FP32 + 带 mask」这组条件下强制用 SDPBackend.MATH，其余路径不变。修复后编码器输出与参考计算相对 L2 误差约 0.42%，余弦相似度 0.99999，问题解决。
「多模态」频道最新
- Magnific 预告 10 月 28 日上线新功能：「We're making it move」 — cuenca · 2026-10-27
- Midjourney --sref 实测：美式复古风 Batman 插画三连 — gizakdag · 2026-10-27
- AI视频既非电影也非动画，创作者称它最擅长呈现梦境与潜意识 — Kyrannio · 2026-10-27
- 把儿子 31 年前的童言写成歌再喂给 SUNO：一首「大象饮料」儿童合唱 — NathanpmYoung · 2026-10-27
- RTX 3060 本地产 AI MV 播破 20 万:900 张图留 64 张,3 秒切片防崩脸 — Hwang0500 · 2026-10-27
- Firefly 视频编辑器实测：一句话 Quick Cut 将 32 秒素材剪成 20 秒 — LudovicCreator · 2026-10-26