AI视频生成领域迎来历史性突破！Lightricks团队正式宣布开源LTX-2模型，这一被誉为首个真正完整的开源音视频基础模型，将彻底改变行业格局。LTX-2不仅支持一次性生成最长20秒的4K高清视频，更实现了画面、声音、口型、环境音和音乐的完美同步，为创作者带来前所未有的体验。AIbase编辑团队第一时间为您梳理最新网络动态，带来全面深度解读。
开源大礼包重磅发布 权重代码全公开引爆社区热潮 LTX-2模型权重、完整训练代码、基准测试和工具包已毫无保留地开源，托管于GitHub和Hugging Face两大平台。开发者可以自由检查、微调和本地部署，充分发挥创意。该模型基于先进的DiT混合架构，支持文本到视频、图像到视频、多关键帧控制、3D相机逻辑和LoRA微调等丰富功能。最新动态显示，ComfyUI已在发布当日（Day0）原生支持LTX-2，提供现成工作流模板，极大降低上手门槛。经过优化的NVIDIA RTX消费级显卡配合使用后，生成效率大幅提升，普通用户无需昂贵的专业硬件即可体验电影级输出。
核心亮点突破传统音视频分离生成技术实现完美同步不同于传统模型需要单独拼接音频，LTX-2在单一流程中联合生成视觉和声音，确保动作、对白、环境音效与音乐自然对齐。支持原生4K分辨率、最高50fps帧率，最长20秒连续片段。实际测试显示，口型同步和表情表现尤为出色，人物对话场景高度逼真。同时，模型在复杂提示下保持较高一致性，皮肤质感和运动流畅度显著优于多数开源竞品。输入模态灵活多样，可基于文字、图片或草图驱动生成，适用于短片、广告和内容创作等多元场景。
性能优化大幅提升效率降低资源消耗更友好相比前代和部分竞品，LTX-2计算成本降低最高50%，多GPU推理栈支持长序列扩展。量化版本进一步降低显存需求，在RTX40系列及以上显卡上流畅运行。社区反馈称，10-20秒视频生成仅需数分钟，甚至实时预览成为可能。这标志着高端AI视频生成从云端封闭走向本地开源民主化，极大降低创作者门槛。
应用潜力无限覆盖多元领域展现强大创造力 LTX-2已在内容创作、动画、营销和影视预演等领域展现强大潜力。支持Canny、Depth和Pose等视频到视频控制，结合关键帧驱动，可实现精确叙事和风格一致性。未来，随着社区LoRA和插件扩展，该模型或将成为开源AI视频生态的核心引擎，推动从短视频到长形式内容的创新。
AIbase观点开源里程碑意义非凡推动AI视频民主化 LTX-2的开源不仅是技术飞跃，更是AI视频民主化的关键一步。它填补了开源领域音视频联合生成的空白，或将加速本地AI工具的普及。AIbase将持续关注其社区发展和实际应用，敬请期待后续报道。
