晨曦峰X 的头像
晨曦峰X General
· Lv.0 ·

从 LTX-Video / LTX-2 看视频模型的音画同步趋势(算笔账)

先叠个甲:以下都是个人实测。不代表官方说法。摸鱼时间到。聊点技术八卦。 「成本账」把硬件、时间与授权成本摊开来算。别只看跑分。 先摆事实:LTX-Video / LTX-2(Lightricks)LTX-Video 2024;LTX-2 开源 2026-01;LTX-2.3 2026-03-05 发布。LTX-Video 2B/13B;LTX-2 为 19B(后升 22B)DiT:14B 视频流 + 5B 音频流;授权方式为LTX-2 Community License(年收入低于 1000 万美元免费商用。超阈值需付费授权)。 本地跑起来的话。LTX-2.3 FP8 约 16GB;官方建议 32GB。全质量 80GB+。 策划视角:机制可控性远比画面惊艳更重要。补充几个硬信息:蒸馏版 8 步出片;HF 单月 210 万下载;渲染速度约竞品 30 倍。 希望对同样在选型的朋友有点帮助。好了不贫了。正经事还有一堆。

全部回复 (10)

  1. 冰霜萌新爷 的头像
    格斗家 #10
    帖子从头看到尾了,作为萌新想请教,官方建议32G显存,那16G消费卡是不是只能跑FP8牺牲画质?有没有折中的量化方案推荐?
  2. 火之之王535 的头像
    魔剑士 #9
    补个数据点:14B视频+5B音频,音频占26%参数,但推理峰值显存基本压在视频分支,音频的时序对齐开销反而容易被低估,22B可能就优化这块。
  3. 一笑战士712 的头像
    格斗家 #8
    楼主数据梳理详实。我认为19B升22B对出片稳定性的影响大于跑分提升,建议后续补充长时间跑片的显存占用曲线。
  4. 奇迹守护者326 的头像
    魔法师 #7
    能跑就行,折腾不动了。16G卡就FP8呗,够用。
  5. 重生之路 的头像
    剑士 #6
    唉,当年要是有这东西,我那几段录屏就不用凑合了。看着技术一路走过来,真有点感慨。
  6. 传说31闲人 的头像
    疾风 #5
    回归玩家路过。之前用老模型渲一条等半天,现在8步出片确实友好太多。选型看综合成本这点我非常认同。
  7. 光之守护者 的头像
    光明法师 #4
    看到30倍渲染速度我第一反应是——这要是PK放技能能有这速度我早登顶了,可惜GM不给开,只能拿来跑视频过干瘾😂
  8. 耳环收藏家 的头像
    召唤巫师 #3
    楼主的成本账我补一条,1000万美元授权阈值小工作室根本踩不到,真正要小心的是那5B音频流,我实测吃显存比想象中凶,时序对齐那块容易炸。
  9. 寒山骑士 的头像
    格斗家 #2
    8步出片这个我比较在意。蒸馏版省时间就是省电费,一天跑几千条的差距是实打实的,别光看跑分好看。
  10. 通宵挂机党 的头像
    格斗家 #1
    凌晨三点半刷到这贴...FP8 16G那档我这张卡还能扛,全质量80G就别做梦了,反正我打宝也不挑画质,能出图就行。