LTX-Video：Lightricks实时视频生成模型安装与使用指南

官方信息

项目背景

LTX-Video 由以色列公司Lightricks（知名视频编辑软件Facetune、Vimeo Create的开发商）开发并开源。与HunyuanVideo、Wan2.1等追求高质量的大模型不同，LTX-Video走的是"实时生成"路线——在保证一定画面质量的前提下，把推理速度做到极致。

LTX-Video 的核心卖点是速度：在单张RTX 4090上，生成5秒视频仅需不到10秒，接近实时体验。这背后的技术是它采用了轻量级DiT架构（仅20亿参数）、高效的3D VAE压缩比（128:1）、以及蒸馏优化。虽然画质不如13B/14B的大模型，但在快速原型、实时预览、短视频创作等场景下，速度优势非常明显。

LTX-Video 原生支持768×512分辨率、最长5秒（121帧@24fps）的视频生成。它同时支持文生视频（T2V）和图生视频（I2V），并提供了Diffusers Pipeline、ComfyUI节点、官方Gradio Demo等多种部署方式。模型采用Apache 2.0协议开源，可自由商用。

对于创作者来说，LTX-Video的价值在于"快速迭代"：你可以在几秒内看到多个提示词版本的效果，挑选满意的再用HunyuanVideo/Wan2.1等大模型出最终高质量版本，大大提高创作效率。

核心特性

• 极速推理：RTX 4090上5秒视频仅需约10秒，接近实时
• 轻量架构：仅20亿参数，消费级显卡（8GB显存）即可运行
• 高压缩VAE：128:1空间压缩比，大幅降低计算量
• 768×512分辨率：标准清晰度，适合短视频
• 文生视频+图生视频：两种模式都支持
• 实时预览工作流：可与大模型配合做快速原型
• Apache 2.0可商用：完全开源免费

环境要求

详细部署步骤

方式一：Diffusers Pipeline（推荐）

1. 创建环境

   conda create -n ltxvideo python=3.10 -y
   conda activate ltxvideo
   
   pip install torch torchvision --index-url https://download.pytorch.org/whl/cu121
   pip install -U diffusers transformers accelerate sentencepiece

2. 文生视频推理

   import torch
   from diffusers import LTXPipeline
   from diffusers.utils import export_to_video
   
   pipe = LTXPipeline.from_pretrained(
       "Lightricks/LTX-Video",
       torch_dtype=torch.bfloat16
   )
   pipe.to("cuda")
   
   # 生成视频
   prompt = "A cat playing with a ball of yarn, cozy living room, warm lighting"
   negative_prompt = "blurry, low quality, distorted, flickering"
   
   output = pipe(
       prompt=prompt,
       negative_prompt=negative_prompt,
       width=768,
       height=512,
       num_frames=121,  # 约5秒@24fps
       num_inference_steps=20,  # 步数少，速度快
       generator=torch.Generator("cuda").manual_seed(42)
   ).frames[0]
   
   export_to_video(output, "ltx_output.mp4", fps=24)

   在RTX 4090上，这段代码约10-15秒即可生成完成。

方式二：官方源码部署（带Gradio Demo）

1. 克隆仓库

   git clone https://github.com/Lightricks/LTX-Video.git
   cd LTX-Video

2. 安装依赖

   python -m venv venv
   source venv/bin/activate
   pip install -e .
   pip install -r requirements.txt

3. 下载模型

   huggingface-cli download Lightricks/LTX-Video --local-dir ./checkpoints/ltx-video

4. 启动Gradio Web界面

   python demo/gradio_demo.py \
     --ckpt_dir ./checkpoints/ltx-video \
     --port 7860 \
     --share  # 可选，生成公网链接

   浏览器打开 http://127.0.0.1:7860，输入提示词即可快速生成视频。

方式三：ComfyUI 部署

1. 安装LTX-Video节点

   cd ComfyUI/custom_nodes
   git clone https://github.com/ComfyUI-LTXVideo/ComfyUI-LTXVideo.git
   cd ComfyUI-LTXVideo
   pip install -r requirements.txt

2. 下载模型到ComfyUI目录

   # LTX-Video DiT模型 → ComfyUI/models/diffusion_models/
   # VAE → ComfyUI/models/vae/
   # 文本编码器（T5）→ ComfyUI/models/text_encoders/

3. 重启ComfyUI，加载LTX-Video工作流模板。

方式四：图生视频推理

import torch
from diffusers import LTXImageToVideoPipeline
from diffusers.utils import load_image, export_to_video

pipe = LTXImageToVideoPipeline.from_pretrained(
    "Lightricks/LTX-Video",
    torch_dtype=torch.bfloat16
)
pipe.to("cuda")

# 加载起始帧图片
image = load_image("input_photo.jpg")

output = pipe(
    image=image,
    prompt="The waves gently crashing on the beach, sunset time",
    width=768,
    height=512,
    num_frames=121,
    num_inference_steps=20,
    generator=torch.Generator("cuda").manual_seed(0)
).frames[0]

export_to_video(output, "ltx_i2v_output.mp4", fps=24)

方式五：Docker部署

docker run -d --name ltx-video \
  --gpus all \
  -p 7860:7860 \
  -v /data/ltx-checkpoints:/app/checkpoints \
  -v /data/ltx-outputs:/app/outputs \
  ghcr.io/lightricks/ltx-video:latest \
  python demo/gradio_demo.py --port 7860 --listen 0.0.0.0

使用方法

速度对比（生成5秒视频）

最佳实践：快速原型+高质量出图工作流

1. 用LTX-Video快速生成多个提示词版本（每个10秒）
2. 挑选效果最好的提示词
3. 用HunyuanVideo或Wan2.1 14B重新生成高质量版本
4. 整个创作过程从"小时级"缩短到"分钟级"

提示词技巧

• LTX-Video对英文提示词支持最好
• 描述简洁明确，不要太长
• 加上运动描述："slowly moving"、"camera panning"、"wind blowing"
• 负面提示词："blurry, low quality, distorted, jittery, watermark"

常见问题（FAQ）

Q1: 8GB显存能跑LTX-Video吗？

可以。LTX-Video是轻量模型，768×512分辨率、121帧、20步在8GB显存上就能跑。如果显存紧张，可以降低到512×320分辨率或减少帧数。

Q2: LTX-Video和其他视频模型比画质怎么样？

LTX-Video走速度路线，画质不如HunyuanVideo（13B）、Wan2.1 14B等大模型。但在快速原型、实时预览、短视频等场景下，速度优势远大于画质差距。推荐用法是：LTX做快速迭代，大模型出最终版。

Q3: 为什么生成速度这么快？

三个原因：1）参数量小（2B vs 13B）；2）VAE压缩比高（128:1）；3）采样步数少（20步 vs 50步）。这是速度与画质的权衡。

Q4: 支持图生视频吗？

支持。使用LTXImageToVideoPipeline，传入一张图片作为起始帧，模型会基于图片内容生成动态视频。适合让静态照片"动起来"。

Q5: 可以商用吗？

LTX-Video采用Apache 2.0协议，权重完全开源，可自由商用、微调、二次分发。

跳转链接

• GitHub 仓库：https://github.com/Lightricks/LTX-Video
• Lightricks官网：https://www.lightricks.com/ltxv
• HuggingFace模型页：https://huggingface.co/Lightricks/LTX-Video
• Diffusers文档：https://huggingface.co/docs/diffusers/api/pipelines/ltx
• ComfyUI节点：https://github.com/ComfyUI-LTXVideo/ComfyUI-LTXVideo