音画同步生成！开源视频模型新王：LTX-2，重新定义影音同步的 AI 视频创作新标准，多种控制引导实现精确创作！

更多AI前沿科技资讯，请关注我们：

https://aigc.douyoubuy.cn

【closerAI ComfyUI】开源视频模型新王：LTX-2，重新定义影音同步的 AI 视频创作新标准，多种控制引导实现精确创作！

大家好，我是Jimmy。2026年刚来不久，沉寂一年的LTX终于再次出来，发布了LTX-2模型。这次，它将音画同步生成的门槛再次降低，目前开源界新王。

LTX-2：定义 4K 影音同步的 AI 视频创作新标准

近日，Lightricks 正式推出了其旗舰级视频生成模型 LTX-2。这不仅是一个技术升级，更是一个完整的影音生产引擎。它解决了 AI 视频创作中最大的痛点：画面与声音的自然同步，并首次在开源领域实现了生产级别的 4K/50 FPS 输出。

1. 核心技术突破：声画一体，视听交织

LTX-2 彻底告别了“先画后音”的落后模式。

• 原生同步生成： 运动、对话、氛围音和音乐在同一个生成过程中自然涌现。
• 电影级对话： 无论何种语言，模型都能生成精准的口型动画，并根据环境（如大厅回声或窄室闷响）实时调整声音质感。

2. 生产力性能：20 秒长格式与 50 FPS 丝滑体验

针对专业影视与广告需求，LTX-2 提供了突破性的性能支持：

• 20 秒超长剪辑： 告别以往 3-5 秒的局限，LTX-2 支持长达 20 秒的高保真视频生成，保持风格与身份的一致性。
• 原生 4K / 50 FPS： 以真正的 4K 分辨率和每秒 50 帧的高帧率输出，确保动态画面无拖影，完美适配影院大幕和高清直播。
• 双工作流方案：
• Fast Flow（快速模式）： 极速迭代，适合创意脑暴与快速原型。
• Pro Flow（专业模式）： 极致细节与超强稳定性，专为最终成品输出打造。

3. 极致控制：深度感知与动作捕捉

LTX-2 不再让模型“猜测”你的意图，而是通过多种控制引导实现精确创作：

• Depth 深度感知： 通过深度图引导，精准控制复杂地形（如沙漠山脉）的空间结构。
• OpenPose 动作驱动： 利用骨架图定义人物动作，确保宇航员转身、招手等动作符合人体工程学。
• Retake 局部重拍： 革命性的编辑功能。无需重做整个视频，即可对现有视频中的元素（如将狗换成一群小狗，或将温馨客厅变为火焰现场）进行“手术级”精准微调。

4. 拥抱开源：人人皆可部署

LTX-2 采用了**开放权重（Open Weights）**策略，这一举动震动了整个社区：

• 本地化运行： 模型针对 NVIDIA RTX 系列显卡（包括最新的 RTX 50 系列）进行了深度优化，甚至可以在 12GB-16GB 显存的消费级 GPU 上运行量化版本（如 NVFP8）。
• 生态集成： 已深度支持 ComfyUI。通过 weight streaming 技术，即使 VRAM 有限，也可以通过调用系统内存来生成复杂的大尺寸模型。
• 商业许可： 对个人用户和年营收 1000 万美元以下的小型企业免费开放（非商业或小型商业用途）。

comfyUI LTX-2安装与体验

地址：https://ltx.io/model/ltx-2

模型地址：https://huggingface.co/Lightricks/LTX-2

仓库地址：https://github.com/Lightricks/LTX-2

目前comfyUI已原生支持。方法很简单，更新至最新的comfyUI。同时在comfyUI模板中找到示例工作流：

工作流有了，其次是需要下载模型，我们先看它开源的模型：

开源主要模型有：

主要模型版本概括如下：

• LTX-2-19b-dev： 190亿参数的开发版，支持 bf16、fp8 和 nvfp4 量化，适合微调。
• LTX-2-19b-distilled： 8步极速蒸馏版，用于快速原型设计。
• 放大器模型： 提供专门的空间（x2）和时间（x2）放大器，用于提升分辨率和流畅度。

还有一系列的控制LORA：

在comfyUI中的模型下载与放置路径表如下：

LTX-2 模型放置位置总表 (ComfyUI)

核心细节补充与注意事项

1. 文本编码器 (Gemma 3) 的特殊处理

LTX-2 使用了 Google 的 Gemma 3 作为文本编码器，这与以往的 T5 或 CLIP 不同。

• 放置要求： 建议在 models/text_encoders/ 下新建一个名为 gemma3 的文件夹。
• 文件完整性： 除了 .safetensors 模型文件，通常还需要从 Hugging Face 下载该模型的 config.json 等配置文件放在同一目录下，否则节点可能无法正确识别。

2. 8G/12G 显存环境的型号选择

• 强烈建议使用 fp8 或 nvfp4 版本：避免下载原版 bf16 模型（通常大于 35GB），否则 12G 显存会直接溢出。
• 蒸馏版 (Distilled)：如果你追求速度，请确保下载带有 distilled 字样的模型，它配合特殊的采样器只需 8 步即可出图。

3. 放大器模型 (Upscalers)

LTX-2 的原生 4K 输出依赖于“两阶段生成”。

• 第一阶段生成低分辨率潜空间视频。
• 第二阶段调用 Spatial Upscaler 提升空间分辨率，调用 Temporal Upscaler 提升帧率至 50 FPS。
• 注意： 这两个模型务必放入 models/upscale_models/，否则在运行双阶段工作流时会报错。

目前，本地运行，相对还是吃力，特别是低配置的，要等社区的GGUF量化模型出来。不过好消息是，有一个出来了：https://huggingface.co/smthem/LTX-2-Test-gguf/tree/main

可以尝试将主模型使用GGUF来跑。

在此前，低显存的可以尝试线上跑。

下面是LTX2 文生视频与图生视频工作流体验：

以下是LTX2 文生视频工作流：

主要模型说明如下：

模型加载：

视频尺寸：这里好保守地用720P。

提示词：

因为使用FP8模型，所以20~40步。

文生视频结果：

以下是LTX2 图生视频工作流：

图生视频工作流是在文生视频基础上作一些小小修改，接入图像并进行图像尺寸处理，然后接入LTXVImgToVideoInplace节点中。其它一样。

跑出来结果：

换张图和提示词再跑一下：

总结：LTX-2 是目前市场上最强大、最开放的音画生成模型之一。它能生成 4K 画质且原生音频同步和极高的可控性，目前开源界视频生成模型中最亮的仔。现在静等GGUF量化及生态完善。2026年音画同步视频生成模型开卷！

本地算力不够怎么办？

如果本地设备算力不好的小伙伴，推荐使用线上comfyUI来运行体验：runninghub.cn

LTX2 图生视频应用体验地址：

https://www.runninghub.cn/ai-detail/2008745289913475074

注册地址：https://www.runninghub.cn/?utm_source=kol01-RH151

通过这个链接第一次注册送1000点，每日登录送100点

最后几句：

如果对你有帮助，请一键三连支持下我，感谢

CloserAI GeminiNode

http://closerai.douyoubuy.cn/2026/01/06/418991/

CloserAI 3D Pose Editor:

http://aigc.douyoubuy.cn/2025/12/03/3448/

closerAI-nanoPrompts:

http://closerai.douyoubuy.cn/2025/11/24/3396/

closerAI 分镜设计 软件（exe）本地运行版

http://aigc.douyoubuy.cn/2025/11/22/3350/

以下是closerAIwater节点：

http://aigc.douyoubuy.cn/2025/10/22/3121/

分镜分词器节点：

http://aigc.douyoubuy.cn/2025/10/11/3080/

json结构化提示词

http://aigc.douyoubuy.cn/2025/11/05/3242/

以上是closerAI团队制作的stable diffusion comfyUI

closerAI qwenEdit2511服装穿搭拆解工作流0106和closerAI NanoBananaPro（gemininodes)服装穿搭拆解工作流的介绍，当然，也可以在我们closerAI会员站上获取(查看原文)。

以上，既然看到这里了，如果觉得不错，随手点个赞、在看、转发三连吧，如果想第一时间收到推送，也可以给我个星标⭐～谢谢你看我的文章，我们，下次再见。

>/ 作者：JimmyMo

更多AI前沿科技资讯，请关注我们：

https://aigc.douyoubuy.cn

主题授权提示：请在后台主题设置-主题授权-激活主题的正版授权，授权购买：RiTheme官网