LTX-2 是 Lightricks 推出的 190 亿参数 DiT 音视频基础模型。它可以在单次生成中同步产出视频和音频，将动作、对话、背景音效和音乐融为一体。
主要特性
- 音视频同步生成：一次生成动作、对话、音效和音乐
- 多种生成模式：支持文生视频、图生视频和视频转视频
- 控制选项：通过 IC-LoRAs 支持 Canny、Depth 和 Pose 视频控制
- 关键帧驱动生成：在关键帧图像之间进行插值
- 原生放大：空间 (2x) 和时间 (2x) 放大器，提升分辨率和帧率
- 提示词增强：支持自动提示词增强
模型检查点
快速入门
LTX-2 已原生支持 ComfyUI。开始使用：- 将 ComfyUI 更新到最新版本
- 进入 模板库 > 视频 > 选择任意 LTX-2 工作流
- 按照弹窗提示下载模型并运行工作流
工作流
文生视频
从文本提示生成视频。
文生视频
下载工作流
在 Comfy Cloud 上运行
在云端打开
文生视频蒸馏版
下载工作流
在 Comfy Cloud 上运行
在云端打开
图生视频
根据输入图像生成视频。
图生视频
下载工作流
在 Comfy Cloud 上运行
在云端打开
输入图像
下载默认输入图像，或使用自己的图像。
图生视频蒸馏版
下载工作流
在 Comfy Cloud 上运行
在云端打开
输入图像
下载默认输入图像，或使用自己的图像。
控制视频生成
使用 IC-LoRAs 通过结构控制生成视频。 深度控制：
深度转视频
下载工作流
在 Comfy Cloud 上运行
在云端打开
输入图像
下载默认深度输入图像，或使用你自己的图像。
输入视频
下载默认输入视频，或使用你自己的视频。
Canny 转视频
下载工作流
在 Comfy Cloud 上运行
在云端打开
输入图像
下载默认 Canny 输入图像，或使用你自己的图像。
输入视频
下载默认输入视频，或使用你自己的视频。
姿态转视频
下载工作流
在 Comfy Cloud 上运行
在云端打开
输入图像
下载默认姿态输入图像，或使用你自己的图像。
输入视频
下载默认输入视频，或使用你自己的视频。
提示词技巧
编写 LTX-2 提示词时，请专注于详细、按时间顺序描述动作和场景。在一个连贯的段落中包含具体的动作、外观、镜头角度和环境细节。直接从动作开始，保持描述的字面性和精确性。 提示词结构建议：- 用一句话描述主要动作
- 动作和手势的具体细节
- 角色/物体外观
- 背景和环境细节
- 镜头角度和运动
- 光线和色彩
- 任何变化或突发事件