人工智能视频生成技术再迎重大突破!Lightricks旗下LTX Studio近日发布了其最新开源视频生成模型LTX-Video13B，凭借130亿参数、30倍于同类模型的生成速度以及创新的多尺度渲染技术，迅速成为行业焦点。该模型不仅在消费级GPU上实现高效运行，还显著提升了视频的连贯性与细节表现，为创作者提供了前所未有的控制力与灵活性。

 技术突破:多尺度渲染重塑视频生成

LTX-Video13B采用独特的多尺度渲染技术，通过先以低分辨率生成视频的粗略运动和场景布局，再逐步细化细节的创新方法，显著提升了生成速度与画质。该技术使模型在保持高质量输出的同时，生成速度比同类模型快30倍，渲染5秒视频仅需2秒，且能在如NVIDIA RTX4090的消费级GPU上流畅运行。相比传统模型，其内存需求更低，为创作者提供了更高效的创作体验。

模型基于DiT（Diffusion Transformer）架构，结合先进的内核优化和bfloat16数据格式，进一步提升了性能。LTX-Video13B支持1216×704分辨率、30帧/秒的实时生成，适用于文本到视频、图像到视频以及视频到视频等多种生成模式，满足多样化的创作需求。

 强大功能:精准控制与无限创意

LTX-Video13B在动作连贯性、场景结构和镜头关系理解方面表现出色，能够生成逻辑性强、细节丰富的视频内容。模型支持关键帧控制、角色与镜头运动以及多镜头组合，为用户提供细粒度的创作控制。例如，创作者可以通过文本提示或参考图像精确调整视频中的角色动作、场景切换或镜头角度，实现电影般的视觉效果。

此外，LTX-Video13B支持视频延展和风格/动作替换功能，用户可将现有视频延长至最长60秒，或对视频进行风格化处理，如将现实场景转换为动画风格。这种灵活性使其在短片制作、广告创意和社交媒体内容创作中具有广泛应用潜力。

 开源生态:赋能开发者与创作者

作为开源模型，LTX-Video13B在GitHub和Hugging Face上免费提供，允许开发者与创作者自由修改和定制。Lightricks还提供了LTX-Video-Trainer工具，支持2B和13B模型的完整微调以及LoRA（低秩适配）训练，方便用户开发定制化的控制模型，如深度、姿势或边缘检测等。模型兼容ComfyUI工作流，新增的Looping Sampler节点支持生成任意长度的视频，确保运动一致性。

为进一步降低使用门槛，Lightricks发布了一系列辅助工具，包括8位量化版本（ltxv-13b-fp8）和IC-LoRA Detailer，优化了在低内存设备上的运行性能。模型对初创企业和年收入低于1000万美元的组织免费开放，体现了Lightricks推动AI民主化的承诺。

视频生成的新里程碑

AIbase认为，LTX-Video13B的发布标志着开源视频生成技术迈向新高度。其多尺度渲染技术和对消费级硬件的优化，打破了传统AI视频生成对高性能设备的需求，为中小型团队和个人创作者提供了专业级的创作工具。结合开源社区的协作，LTX-Video13B有望推动视频生成技术的进一步创新，广泛应用于影视、游戏、广告和教育等领域。

目前，LTX-Video13B已集成至LTX Studio平台，用户可通过官方网站（https://ltx.studio）或GitHub(https://github.com/Lightricks/LTX-Video)获取模型及文档。Lightricks还计划持续优化模型，支持更多控制类型和多模态功能，为创作者提供更强大的工具。

 未来展望:开启AI视频创作新篇章

Lightricks表示，LTX-Video13B的开发得益于与Getty Images等合作伙伴提供的高质量数据集，确保了输出内容的商业安全性和视觉吸引力。未来，团队将进一步探索时间变化提示和多模态生成，以支持更复杂的创作需求。AIbase期待LTX-Video13B在开源社区的推动下，成为AI视频生成领域的标杆。

试用：https://ift.tt/Acvkx0O

模型下载：https://ift.tt/iJtHoB7